Question

所以，我目前很难实现一个能够区分两个HTML文件的差异工具。我做了一些研究，最后使用了DaisyDiff。由于这个工具现在看起来有点老了，我很难找到一些仍然有用的例子。我发现this quesion on Stackoverflow，因为我无法弄清楚，作为第3和第4个参数传递什么，并且它有所帮助。我的实施的当前状态：

String html1 = "<html class='foobar'>Hello</html>";
String html2 = "<html>Bye</html>";

try {
    StringWriter finalResult = new StringWriter();
    SAXTransformerFactory tf = (SAXTransformerFactory) SAXTransformerFactory.newInstance(); 
    TransformerHandler result = tf.newTransformerHandler(); 
    result.getTransformer().setOutputProperty(OutputKeys.OMIT_XML_DECLARATION, "yes"); 
    result.getTransformer().setOutputProperty(OutputKeys.INDENT, "yes"); 
    result.getTransformer().setOutputProperty(OutputKeys.METHOD, "html"); 
    result.getTransformer().setOutputProperty(OutputKeys.ENCODING, "UTF-8"); 
    result.setResult(new StreamResult(finalResult)); 

    ContentHandler postProcess = result; 

    DaisyDiff.diffHTML(new InputSource(new StringReader(html1)), new InputSource(new StringReader(html2)), postProcess, null, Locale.GERMAN);

    System.out.println(finalResult.toString());

} catch (SAXException e) {
    // TODO Auto-generated catch block
    e.printStackTrace();
} catch (IOException e) {
    // TODO Auto-generated catch block
    e.printStackTrace();
}

问题是，它实际上只是对纯文本进行区分，但它完全从输入中删除了标记。例如，如果我将这两个字符串作为输入：

String first = "<div>Hello</div>"
String second = "<div>Bye</div>"

我希望这个输出：

<div><span class="removed">Hello</span><span class="added">Bye</span></div>

但我只是得到了这个：

<span class="removed">Hello</span><span class="added">Bye</span>

Answer 1

所以，我终于开始工作了。在Github上找到this example code后，很清楚，问题不在于ContentHandler，正如我所怀疑的那样。因此，如果任何人还需要区分一些HTML，并且不想浪费几天寻找一个好的（并且正常工作的）示例，那么我就是这样做的。

首先，您需要下载NekoHTML Dependency，它基本上是一个HTML解析器。

这是我的导入块的样子

import java.io.IOException;
import java.io.StringReader;
import java.io.StringWriter;
import java.util.Locale;

import javax.xml.transform.OutputKeys;
import javax.xml.transform.TransformerConfigurationException;
import javax.xml.transform.sax.SAXTransformerFactory;
import javax.xml.transform.sax.TransformerHandler;
import javax.xml.transform.stream.StreamResult;

import org.outerj.daisy.diff.helper.NekoHtmlParser;
import org.outerj.daisy.diff.html.HTMLDiffer;
import org.outerj.daisy.diff.html.HtmlSaxDiffOutput;
import org.outerj.daisy.diff.html.TextNodeComparator;
import org.outerj.daisy.diff.html.dom.DomTreeBuilder;
import org.xml.sax.ContentHandler;
import org.xml.sax.InputSource;
import org.xml.sax.SAXException;

这是我对差异的完整实现，它不会删除实际的标记（请注意，这不是我的代码，我只是得到了上面链接的示例！）：

public static String diffHtml(String first, String second) throws TransformerConfigurationException, IOException, SAXException {

    StringWriter finalResult = new StringWriter();
    SAXTransformerFactory tf = (SAXTransformerFactory) SAXTransformerFactory.newInstance();

    TransformerHandler result = tf.newTransformerHandler();
    result.getTransformer().setOutputProperty(OutputKeys.OMIT_XML_DECLARATION, "yes");
    result.getTransformer().setOutputProperty(OutputKeys.INDENT, "yes");
    result.getTransformer().setOutputProperty(OutputKeys.METHOD, "html");
    result.getTransformer().setOutputProperty(OutputKeys.ENCODING, "UTF-8");
    result.setResult(new StreamResult(finalResult));

    ContentHandler postProcess = result;

    Locale locale = Locale.getDefault();
    String prefix = "diff";

    NekoHtmlParser cleaner = new NekoHtmlParser();

    InputSource oldSource = new InputSource(new StringReader(first));
    InputSource newSource = new InputSource(new StringReader(second));

    DomTreeBuilder oldHandler = new DomTreeBuilder();
    cleaner.parse(oldSource, oldHandler);
    TextNodeComparator leftComparator = new TextNodeComparator(oldHandler, locale);

    DomTreeBuilder newHandler = new DomTreeBuilder();
    cleaner.parse(newSource, newHandler);
    TextNodeComparator rightComparator = new TextNodeComparator(newHandler, locale);

    HtmlSaxDiffOutput output = new HtmlSaxDiffOutput(postProcess, prefix);

    HTMLDiffer differ = new HTMLDiffer(output);
    differ.diff(leftComparator, rightComparator);

    System.out.println(finalResult.toString());

    return finalResult.toString();
}

哦，如果您使用IProgressMonitor界面收到错误，请注意，它已从org.eclipse.core.runtime移至org.eclipse.equinox.common，因此请记住使用正确的依赖关系。也偶然发现了这个小问题。我希望这有帮助！

是否可以使用DaisyDiff保持输入标记？

1 个答案: