文本差分算法

Answer 1

看看difflib。（Python）

这将计算不同格式的差异。然后，您可以使用上下文diff的大小来衡量两个文档的不同程度？

Answer 2

我可以推荐你看看尼尔·弗雷泽的代码和文章：

google-diff-match-patch

Currently available in Java, JavaScript, C++ and Python. Regardless of language, each library features the same API and the same functionality. All versions also have comprehensive test harnesses.

Neil Fraser: Diff Strategies-用于理论和实现说明

Answer 3

在Python中，还有difflib，正如其他人所建议的那样。

difflib提供了SequenceMatcher类，该类可用于提供相似性比率。示例函数：

def text_compare(text1, text2, isjunk=None):
    return difflib.SequenceMatcher(isjunk, text1, text2).ratio()