Python Difflib如何使用“Change”操作获取SDiff序列

Question

我正在阅读Python的difllib文档。根据每个文档，不同的delta给出一个序列

Code    Meaning
'- '    line unique to sequence 1
'+ '    line unique to sequence 2
'  '    line common to both sequences
'? '    line not present in either input sequence 

但是“改变”行动呢？如何获得一个类似于Perl的sdiff结果的“c”指令？在

Answer 1

difflib中没有直接的c代码来显示如您所说的Perl的sdiff中更改的行。但你可以很容易地做一个。在difflib的delta中，“changed lines”也有'- '，但与实际删除的行不同，delta中的下一行被标记为'? '，表示delta的前一个索引中的行是“changed”，而不是删除。delta中这条线的另一个目的是作为“指南”来确定变更在哪条线上。在

因此，如果delta中的一条线被标记为'- '，那么根据delta的接下来几行，有四种不同的情况：

案例1：通过插入一些字符修改的行

- The good bad
+ The good the bad
?          ++++

案例2：通过删除部分字符来修改行

^{pr2}$

案例3：通过删除并插入和/或替换一些字符来修改行：

- The good the bad and ugly
?      ^^   
+ The g00d bad and the ugly
?      ^^          ++++

案例4：行被删除

- The good the bad and the ugly
+ Our ratio is less than 0.75!

如您所见，用'? '标记的行显示了在哪里进行了哪种类型的修改。在

请注意，如果被比较的两行之间的^{}值小于0.75，difflib会认为删除一行。这是我通过测试发现的一个值。在

所以要推断一条线是改变了的，你可以这样做。这将返回带有代码“c”标记的已更改行和标记为“u”的未更改行的差异，就像在Perl的sdiff中：

def sdiffer(s1, s2):
    differ = difflib.Differ()
    diffs = list(differ.compare(s1, s2))

    i = 0
    sdiffs = []
    length = len(diffs)
    while i < length:
        line = diffs[i][2:]
        if diffs[i].startswith('  '):
            sdiffs.append(('u', line))

        elif diffs[i].startswith('+ '):
            sdiffs.append(('+', line))

        elif diffs[i].startswith('- '):
            if i+1 < length and diffs[i+1].startswith('? '): # then diffs[i+2] starts with ('+ '), obviously
                sdiffs.append(('c', line))
                i += 3 if i + 3 < length and diffs[i + 3].startswith('? ') else 2

            elif diffs[i+1].startswith('+ ') and i+2<length and diffs[i+2].startswith('? '):
                sdiffs.append(('c', line))
                i += 2
            else:
                sdiffs.append(('-', line))
        i += 1
    return sdiffs

希望有帮助。在

这是一个老问题，所以我不确定我的努力会得到多好的回报。:-(我就是忍不住回答这个问题，因为我最近一直在使用difflib。

Answer 2

看这个剧本。在

在sdiff.py@ hungrysnake.net网站在

http://hungrysnake.net/doc/software__sdiff_py.html

Perl的sdiff（Algorithm:：Diff）不考虑“匹配率”， 但Python的sdiff.py想想看。=）

我有两个文本文件。在

$ cat text1.txt
aaaaaa
bbbbbb
cccccc
dddddd
eeeeee
ffffff

$ cat text2.txt
aaaaaa
bbbbbb
xxxxxxx
ccccccy
zzzzzzz
eeeeee
ffffff

我通过sdiff命令或Perl的sdiff（Algorithm:：diff）获得并排的diff。在

^{pr2}$

Sdiff不要考虑“匹配率”=（

我挺过来的sdiff.py在

$ sdiff.py text1.txt text2.txt
 - text1.txt (utf-8)
+++ text2.txt (utf-8)
 1|aaaaaa             1|aaaaaa
 2|bbbbbb             2|bbbbbb
  |            >      3|xxxxxxx
 3|cccccc      |      4|ccccccy
 4|dddddd      <       |
  |            >      5|zzzzzzz
 5|eeeeee             6|eeeeee
 6|ffffff             7|ffffff

[     ]      |      + 
[ <-  ]     3|cccccc  
[  -> ]     4|ccccccy 

在 Sdiff.py考虑“匹配率”=）

我想要结果sdiff.py. 你不是吗？在

Answer 3

我不太清楚Perl的“Change”操作是什么。如果它类似于PHP DIFF输出，我用以下代码解决我的问题：

def sdiffer(s1, s2):
    differ = difflib.Differ()
    diffs = list(differ.compare(s1, s2))

    i = 0
    sdiffs = []
    length = len(diffs)
    sequence = 0
    while i < length:
        line = diffs[i][2:]
        if diffs[i].startswith('  '):
            sequence +=1
            sdiffs.append((sequence,'u', line))

        elif diffs[i].startswith('+ '):
            sequence +=1
            sdiffs.append((sequence,'+', line))

        elif diffs[i].startswith('- '):
            sequence +=1
            sdiffs.append((sequence,'-',diffs[i][2:]))
            if i+1 < length and diffs[i+1].startswith('? '):
                if diffs[i+3].startswith('?') and i+3 < length : # case 2
                    sequence +=1
                    sdiffs.append((sequence,'+',diffs[i+2][2:]))
                    i+=3
                elif diffs[i+2].startswith('?') and i+2 < length: # case 3
                    sequence +=1
                    sdiffs.append((sequence,'+',diffs[i+2][2:]))
                    i+=2
            elif diffs[i+1].startswith('+ ') and i+2<length and diffs[i+2].startswith('? '): # case 1
                sequence +=1
                sdiffs.append((sequence,'+', diffs[i+1][2:]))
                i += 2
            else: # the line is deleted and inserted new line # case 4
                sequence +=1
                sdiffs.append((sequence,'+', diffs[i+1][2:]))
                i+=1   
        i += 1
    return sdiffs

感谢您的代码。在