突出显示PHP中两个字符串之间的差异

时间:2008-11-26 16:21:32

标签: php string diff word-diff

在PHP中突出显示两个字符串之间差异的最简单方法是什么?

我正在思考Stack Overflow编辑历史记录页面,其中新文本为绿色,删除的文本为红色。如果有任何预先编写的函数或类可用,那将是理想的。

13 个答案:

答案 0 :(得分:73)

刚写了一个类来计算最小的(不是字面意思)编辑数,将一个字符串转换成另一个字符串:

http://www.raymondhill.net/finediff/

它有一个静态函数来呈现diff版本的HTML版本。

这是第一个版本,可能会有所改进,但它现在工作得很好,所以我把它扔出去,以防有人需要像我需要的那样有效地生成一个紧凑的差异。

编辑:现在在Github: https://github.com/gorhill/PHP-FineDiff

答案 1 :(得分:43)

您可以使用PHP Horde_Text_Diff包。它适合您的需求,并且可以自定义。

它也是根据GPL许可的,所以尽情享受!

答案 2 :(得分:25)

如果你想要一个健壮的库,Text_Diff(一个PEAR包)看起来非常好。它有一些非常酷的功能。

答案 3 :(得分:24)

这也很好 http://paulbutler.org/archives/a-simple-diff-algorithm-in-php/

  

解决问题并不像看起来那么简单,问题困扰了我大约一年才算出来。我设法用PHP编写我的算法,用18行代码编写。它不是最有效的差异方法,但它可能是最容易理解的。

     

它的工作原理是找到两个字符串共有的最长单词序列,并递归查找字符串余数的最长序列,直到子字符串没有相同的单词。此时,它将剩余的新单词添加为插入,将剩余的旧单词添加为删除。

     

您可以在此处下载资源:PHP SimpleDiff ...

答案 4 :(得分:14)

这是一个可用于区分两个数组的简短函数。它实现了LCS算法:

function computeDiff($from, $to)
{
    $diffValues = array();
    $diffMask = array();

    $dm = array();
    $n1 = count($from);
    $n2 = count($to);

    for ($j = -1; $j < $n2; $j++) $dm[-1][$j] = 0;
    for ($i = -1; $i < $n1; $i++) $dm[$i][-1] = 0;
    for ($i = 0; $i < $n1; $i++)
    {
        for ($j = 0; $j < $n2; $j++)
        {
            if ($from[$i] == $to[$j])
            {
                $ad = $dm[$i - 1][$j - 1];
                $dm[$i][$j] = $ad + 1;
            }
            else
            {
                $a1 = $dm[$i - 1][$j];
                $a2 = $dm[$i][$j - 1];
                $dm[$i][$j] = max($a1, $a2);
            }
        }
    }

    $i = $n1 - 1;
    $j = $n2 - 1;
    while (($i > -1) || ($j > -1))
    {
        if ($j > -1)
        {
            if ($dm[$i][$j - 1] == $dm[$i][$j])
            {
                $diffValues[] = $to[$j];
                $diffMask[] = 1;
                $j--;  
                continue;              
            }
        }
        if ($i > -1)
        {
            if ($dm[$i - 1][$j] == $dm[$i][$j])
            {
                $diffValues[] = $from[$i];
                $diffMask[] = -1;
                $i--;
                continue;              
            }
        }
        {
            $diffValues[] = $from[$i];
            $diffMask[] = 0;
            $i--;
            $j--;
        }
    }    

    $diffValues = array_reverse($diffValues);
    $diffMask = array_reverse($diffMask);

    return array('values' => $diffValues, 'mask' => $diffMask);
}

它生成两个数组:

  • values array:diff中出现的元素列表。
  • mask数组:包含数字。 0:未更改,-1:已删除,1:已添加。

如果使用字符填充数组,则可以使用它来计算内联差异。现在只需一步即可突出差异:

function diffline($line1, $line2)
{
    $diff = computeDiff(str_split($line1), str_split($line2));
    $diffval = $diff['values'];
    $diffmask = $diff['mask'];

    $n = count($diffval);
    $pmc = 0;
    $result = '';
    for ($i = 0; $i < $n; $i++)
    {
        $mc = $diffmask[$i];
        if ($mc != $pmc)
        {
            switch ($pmc)
            {
                case -1: $result .= '</del>'; break;
                case 1: $result .= '</ins>'; break;
            }
            switch ($mc)
            {
                case -1: $result .= '<del>'; break;
                case 1: $result .= '<ins>'; break;
            }
        }
        $result .= $diffval[$i];

        $pmc = $mc;
    }
    switch ($pmc)
    {
        case -1: $result .= '</del>'; break;
        case 1: $result .= '</ins>'; break;
    }

    return $result;
}

例如:

echo diffline('StackOverflow', 'ServerFault')

将输出:

S<del>tackO</del><ins>er</ins>ver<del>f</del><ins>Fau</ins>l<del>ow</del><ins>t</ins> 

S tackO erver f Faul ow t

附加说明:

  • diff矩阵需要(m + 1)*(n + 1)个元素。因此,如果您尝试区分长序列,则可能会遇到内存不足错误。在这种情况下,首先区分较大的块(例如,线),然后在第二遍中区分它们的内容。
  • 如果从开头和结尾修剪匹配元素,则可以改进算法,然后仅在不同的中间运行算法。 latter (more bloated) version也包含这些修改。

答案 5 :(得分:6)

xdiff还有一个PECL扩展名:

特别是:

PHP手册中的示例:

<?php
$old_article = file_get_contents('./old_article.txt');
$new_article = $_POST['article'];

$diff = xdiff_string_diff($old_article, $new_article, 1);
if (is_string($diff)) {
    echo "Differences between two articles:\n";
    echo $diff;
}

答案 6 :(得分:4)

我在使用基于PEAR和更简单的替代方案时遇到了麻烦。所以这是一个利用Unix diff命令的解决方案(显然,你必须在Unix系统上或者有一个可用的Windows diff命令才能工作)。选择您喜欢的临时目录,如果您愿意,可以将例外更改为返回代码。

/**
 * @brief Find the difference between two strings, lines assumed to be separated by "\n|
 * @param $new string The new string
 * @param $old string The old string
 * @return string Human-readable output as produced by the Unix diff command,
 * or "No changes" if the strings are the same.
 * @throws Exception
 */
public static function diff($new, $old) {
  $tempdir = '/var/somewhere/tmp'; // Your favourite temporary directory
  $oldfile = tempnam($tempdir,'OLD');
  $newfile = tempnam($tempdir,'NEW');
  if (!@file_put_contents($oldfile,$old)) {
    throw new Exception('diff failed to write temporary file: ' . 
         print_r(error_get_last(),true));
  }
  if (!@file_put_contents($newfile,$new)) {
    throw new Exception('diff failed to write temporary file: ' . 
         print_r(error_get_last(),true));
  }
  $answer = array();
  $cmd = "diff $newfile $oldfile";
  exec($cmd, $answer, $retcode);
  unlink($newfile);
  unlink($oldfile);
  if ($retcode != 1) {
    throw new Exception('diff failed with return code ' . $retcode);
  }
  if (empty($answer)) {
    return 'No changes';
  } else {
    return implode("\n", $answer);
  }
}

答案 7 :(得分:4)

答案 8 :(得分:3)

您正在寻找的是“差异算法”。快速谷歌搜索引导我this solution。我没有测试它,但也许它会做你需要的。

答案 9 :(得分:2)

答案 10 :(得分:1)

我建议从PHP核心中查看这些非常棒的函数:

similar_text - 计算两个字符串之间的相似性

http://www.php.net/manual/en/function.similar-text.php

levenshtein - 计算两个弦之间的Levenshtein距离

http://www.php.net/manual/en/function.levenshtein.php

soundex - 计算字符串的soundex键

http://www.php.net/manual/en/function.soundex.php

metaphone - 计算字符串的metaphone键

http://www.php.net/manual/en/function.metaphone.php

答案 11 :(得分:0)

我遇到了基于Python difflib的Chris Boulton的PHP diff类,这可能是一个很好的解决方案:

PHP Diff Lib

答案 12 :(得分:0)

另一个解决方案(用于并排比较而不是统一视图):https://github.com/danmysak/side-by-side