Question

我有两个1行innerHTML字符串（相当大），我需要比较它们，如果它们不匹配，我需要知道哪些对象是不同的。例如：

HTML 1：

<div><p><span class="text">MyText</span></p></div>

HTML 2：

<div><p><span class="text">NotMyText</span></p></div>

应该返回对象列表，在这种情况下只有1个项目：

<span class="text">NotMyText</span>

我在数千个链接/页面上运行脚本，因此速度非常重要。我尝试了Google Diff，它只返回不匹配的部分。它会说已经删除了MyText并且添加了NotMyText或者类似的东西，但这不是我需要的。

对此有何想法？

Answer 1

我认为你不应该在字符串级别上进行比较，因为从字符串diff中找不到你的位置，包围元素是什么并不容易。如果您使用DOM树表示，则应该更容易。

如果我是你，我会写一个递归的DOM比较方法，并在完整的树上进行一种深度优先搜索，就像这样（只是伪代码）：

DomDifference compare(DOMElement a, DOMElement b) {
   if(a.isLeaf()) {
     return DomDiff(a, b)
   }
   foreach(child: a.children()) {
     otherChild = b.nextChild()
     result = compare(child, otherChild);
     if(!result.isEqual()) {
       return result;
     }
   }
   return DomDifference.nodesAreEqual;
}

Java - 比较2个HTML字符串并返回不匹配的对象

1 个答案: