如何对编码内容执行差异

Question

我想对编码内容执行DIFF（主要是gzip），有什么办法吗？ 现在我正在解码内容并执行差异，这会增加很多时间开销。

我使用python zlib库进行decodig和libdiff进行diff。

Answer 1

如果存在任何差异，则执行压缩文件的差异是没有意义的，因为在未压缩数据中的第一个差异之后整个压缩文件将不同。如果未压缩数据中存在一小部分差异，那么找到这些差异的唯一方法是解压缩数据。

Answer 2

您可以使用bsdiff4。它允许二进制内容的差异（或具有很长行的文本）。

这是一个示例用法。首先，我们构建10**6

的a字节数组

import bsdiff4
a = bytes(10**6 * 'a')

然后，制作数组的副本，并引入差异

b = bytearray(a)
b[100:106] = ' diff '

我们要求差异：

diff = bsdiff4.diff(a, bytes(b))

此差异可用于从b检索a：

bsdiff4.patch(a, diff) == b

它适用于python 2和python 3。