确定文档与Python的不同之处

Question

我一直在使用Pythondifflib库来查找两个文档的不同之处。Differ（）.compare（）方法可以做到这一点，但它的速度要比diff命令慢至少100倍。在

如何有效地确定Python中两个文档的不同之处？（理想情况下，我要查找的是位置，而不是实际的文本，这是SequenceMatcher（）.get_optcodes（）返回的内容。）

Answer 1

a = open("file1.txt").readlines()
b = open("file2.txt").readlines()
count = 0
pos = 0

while 1:
    count += 1
    try:
        al = a.pop(0)
        bl = b.pop(0)
        if al != bl:
            print "files differ on line %d, byte %d" % (count,pos)
        pos += len(al)
    except IndexError:
        break

Answer 2

一个丑陋而愚蠢的解决方案：如果diff更快，就使用它；通过subprocess从python调用，解析命令输出以获得所需的信息。这不会像diff那么快，但可能比difflib快。在

Answer 3

Google有一个用于纯文本的diff library和pythonapi，它应该应用于您想要使用的html文档。我不确定它是否适合您的特定用例，您对差异的位置特别感兴趣，但值得一看。在