Question

根据文档，您可以提供一个linejunk函数来忽略certian行。但是，我无法让它发挥作用。以下是一些供讨论的示例代码：

from re import search
from difflib import ndiff 
t1 = 'one 1\ntwo 2\nthree 3'
t2 = 'one 1\ntwo 29\nthree 3'
diff = ndiff(t1.splitlines(), t2.splitlines(), lambda x: search('2', x))

我的意图是忽略第二行，diff将是一个没有任何差异的生成器。

感谢您的帮助。

Answer 1

我最近遇到了同样的问题。

这是我发现的：

比照http://bugs.python.org/issue14332

* junk参数的主要目的是加快匹配找到差异，而不是掩盖差异。

c.f。 http://hg.python.org/cpython/rev/0a69b1e8b7fe/

补丁提供了对difflib docs中“垃圾”和“忽略”概念的更好解释

这些垃圾过滤功能可加快匹配以找到差异并且不要忽略任何不同的行或字符。

Answer 2

你的例子有一个问题：ndiff的前两个参数应该都是一个字符串列表;你有一个字符串，它被视为一个字符列表。见the docs。使用例如t1 = 'one 1\ntwo 2\nthree 3'.splitlines()

但是，如下例所示，difflib.ndiff不会为所有行调用linejunk函数。这是长期存在的行为 - 使用Python 2.2到2.6验证，以及3.1。

示例脚本：

from difflib import ndiff
t1 = 'one 1\ntwo 2\nthree 3'.splitlines()
t2 = 'one 1\ntwo 29\nthree 3'.splitlines()
def lj(line):
    rval = '2' in line
    print("lj: line=%r, rval=%s" % (line, rval))
    return rval
d = list(ndiff(t1, t2    )); print("%d %r\n" %  (1, d))
d = list(ndiff(t1, t2, lj)); print("%d %r\n" %  (2, d))
d = list(ndiff(t2, t1, lj)); print("%d %r\n" %  (3, d))

使用Python 2.6运行的输出：

1 ['  one 1', '- two 2', '+ two 29', '?      +\n', '  three 3']

lj: line='one 1', rval=False
lj: line='two 29', rval=True
lj: line='three 3', rval=False
2 ['  one 1', '- two 2', '+ two 29', '?      +\n', '  three 3']

lj: line='one 1', rval=False
lj: line='two 2', rval=True
lj: line='three 3', rval=False
3 ['  one 1', '- two 29', '?      -\n', '+ two 2', '  three 3']

您可能希望将此报告为错误。但请注意，文档没有明确说明“垃圾”行的含义是什么。你期待什么输出？

进一步的困惑：将这些行添加到脚本中：

t3 = 'one 1\n   \ntwo 2\n'.splitlines()
t4 = 'one 1\n\n#\n\ntwo 2\n'.splitlines()
d = list(ndiff(t3, t4      )); print("%d %r\n" %  (4, d))
d = list(ndiff(t4, t3      )); print("%d %r\n" %  (5, d))
d = list(ndiff(t3, t4, None)); print("%d %r\n" %  (6, d))
d = list(ndiff(t4, t3, None)); print("%d %r\n" %  (7, d))

生成此输出：

4 ['  one 1', '-    ', '+ ', '+ #', '+ ', '  two 2']

5 ['  one 1', '+    ', '- ', '- #', '- ', '  two 2']

6 ['  one 1', '-    ', '+ ', '+ #', '+ ', '  two 2']

7 ['  one 1', '+    ', '- ', '- #', '- ', '  two 2']

换句话说，使用默认linejunk函数的结果与不使用linejunk函数的结果相同，在包含不同“垃圾”行的情况下（除了初始哈希之外的空格）。

也许如果你能告诉我们你想要达到的目标，我们或许可以提出另一种方法。

进一步信息后修改

如果你的意图是一般性地忽略所有包含'2'的行，意味着假装它们不存在用于ndiff目的，你所要做的就是把假装变为现实：

t1f = [line for line in t1 if '2' not in line]
t2f = [line for line in t2 if '2' not in line]
diff = ndiff(t1f, t2f)

如何使用difflib.ndiff忽略行？

2 个答案: