Question

我正在尝试编写一个用于文件比较的程序。例如：

文件1

file2的

如果我逐行进行，我会得到：

1 == 1; 
2 == 2;
3 != @;
4 != 3;
5 != 4;
  != 5;

但事实是，文件之间的唯一区别是@。我想得到这样的东西：

1 == 1;
2 == 2;
  != @;
3 == 3;
4 == 4;
5 == 5;

哪种方法最好？不使用任何外部应用程序，如diff，fc等。

Answer 1

我想知道Levenshtein Distance在这种情况下是否会帮助你。它会告诉你两个文件有多相似，但我不知道你是否可以归零@。还有待观察的东西。

Answer 2

我相信你要找的是2个字符串之间的距离，也许this可以帮助你。

Answer 3

Python有一个非常方便的库，用于比较名为difflib的序列。底层的SequenceMatcher类接受两个python序列，并为您提供一系列操作码，告诉您如何从第一个序列到第二个序列（即差异）。它们的形式如下：

将此块替换为该块
插入一个块
删除一个块
复制一个块（称为“相等”）

这些参考块通过将索引提供给原始序列。这可以应用于文件中的行或字符串中的字符或其他任何可以在python中变成序列的内容。

Answer 4

如果您不是在编写程序来学习差异算法，而只是寻找解决方案，那么您应该尝试diff-match-patch。它包含不同编程语言中的diff和patch算法的实现（cpp，c＃，java，javascript，python）。

我尝试了它的java版本，它就像一个魅力。

Answer 5

有点过时了，我想:)但是我遇到了这个帖子，因为我正在寻找相同问题的帮助：我有两个文件，我并排显示，我必须标记出来的线条红色匹配。

我的有点特殊情况，因为1）订单并不重要，2）每行保证只发生一次（文本是带有定义的许可文件，逐行）。 / p>

事实证明，最简单的方法就是制作两个文件ls1和ls2的列表，并执行以下操作（伪代码）：

i = 0;
while (i < ls1.count) {
    n = ls2.find(ls1[i]);
    if (n >= 0) {
        // found match in ls2
        ls1.Delete(i);
        ls2.Delete(n);
    } else
        i++;
}

解释，对于每一行是ls1，看看ls2中是否有对应的行。如果是，请删除两者。您剩下的只是差异，您可以轻松地在原始文本中标记这些行。

非常简单，不包含任何库。只是我的两分钱......

文件比较的逻辑

5 个答案: