Question

我有两个文本。

T0 ID A
T1 ID B
T2 ID C
T4 ID D

和

T5 ID A
T6 ID E
T7 ID F
T8 ID D

我真的只想比较ID的序列，字母的差异。但是我想在输出中保留每个元素的第一部分，所以我可以在以后用它进行其他分析，即输出看起来像这样

@-1,2 +1,2
-T2 ID B
-T3 ID C
+T6 ID E
+T7 ID F

做这种差异的最佳方法是什么？理想情况下使用difflib python库。

另外，我说有两个对象列表，而不是2个文本，每个都有2个属性（object.t返回T1，object.ID返回B），我想只在对象列表上执行diff尊重他们的ID属性。我可以执行这样的操作吗？也许这应该是一个不同的问题。

由于

Answer 1

您可以创建一个str的子类，其哈希值和比较值就好像它只包含其ID：

import re

class IdString(str):
    """A string that hashes and compares on its id.

        >>> hash(IdString('XXX ID A XXX')) == hash('A')
        True
        >>> hash(IdString('XXX ID abc XXX')) == hash('abc')
        True
        >>> IdString('XXX ID A XXX') == IdString('YYY ID A YYY')
        True
        >>> IdString('XXX ID A XXX') == IdString('XXX ID B XXX')
        False

    """
    def __new__(cls, *args):
        self = super(IdString, cls).__new__(cls, *args)
        m = re.search(r'\bID (\w+)', self)
        self.id = m.group(1)
        return self

    def __hash__(self):
        return hash(self.id)

    def __eq__(self, other):
        return self.id == other.id

    def __ne__(self, other):
        return self.id != other.id

然后，您可以将普通字符串转换为IdString个对象，并将其传递给difflib，如下所示：

from difflib import unified_diff

text1 = '''T0 ID A
T1 ID B
T2 ID C
T4 ID D
'''

text2 = '''T5 ID A
T6 ID E
T7 ID F
T8 ID D
'''

print(''.join(unified_diff(map(IdString, text1.splitlines(True)),
                           map(IdString, text2.splitlines(True)),
                           n=0)))

几乎产生你想要的输出：

--- 
+++ 
@@ -2,2 +2,2 @@
-T1 ID B
-T2 ID C
+T6 ID E
+T7 ID F

（你问题中的例子是@-1,2 +1,2，但我无法完全重现，因为我不知道差异的样式是什么，而行号在diff输出中从1开始。）

对2个文本执行差异，仅使用文本中每行的一部分

1 个答案: