文件比较的逻辑

Question

我试着编写一个用于文件比较的程序。 例如：

文件1

1
2
3
4
5

文件2

1
2
@
3
4
5

如果我逐行进行，我得到：

1 == 1; 
2 == 2;
3 != @;
4 != 3;
5 != 4;
  != 5;

但是，事实是文件之间的唯一区别是@。 我希望得到这样的东西：

1 == 1;
2 == 2;
  != @;
3 == 3;
4 == 4;
5 == 5;

这是最好的方法吗？ 不使用任何外部应用程序，如diff，fc等。

Answer 1

我想知道Levenshtein Distance是否会在这种情况下帮助你。 它会告诉你两个文件有多相似，但我不知道你是否可以归零@。 无论如何要看的东西。

Answer 2

我相信你要找的是2弦之间的距离，也许这可以帮到你。

Answer 3

Python有一个非常方便的库来比较名为difflib的序列。 底层的SequenceMatcher类接受两个python序列，并为您提供一系列操作码，告诉您如何从第一个序列到第二个序列（即差异）。 这些是以下形式：

• 将该块替换为该块
• 插入一个块
• 删除一个块
• 复制一个块（称为“相等”）

这些参考块通过将索引提供给原始序列。 这可以应用于文件中的行或字符串中的字符或其他任何可以在python中变成序列的内容。

Answer 4

如果你不是在编写程序来学习差异算法，而只是寻找解决方案，你应该尝试diff-match-patch 。 它包含不同编程语言（cpp，c＃，java，javascript，python）中的diff和patch算法的实现。

我尝试了它的java版本，它就像一个魅力。

Answer 5

有点过时了，我想:)但是我遇到了这个帖子，因为我正在寻找相同问题的帮助：我有两个文件，我并排显示，我必须标记不匹配的行红色的。

然而，我的有点特殊情况，因为1）订单并不重要，2）每行保证只发生一次（文本是带有定义的许可文件，逐行）。

事实证明，最简单的方法就是制作两个文件ls1和ls2的列表，并执行以下操作（伪代码）：

i = 0;
while (i < ls1.count) {
    n = ls2.find(ls1[i]);
    if (n >= 0) {
        // found match in ls2
        ls1.Delete(i);
        ls2.Delete(n);
    } else
        i++;
}

解释一下，对于每一行是ls1，看看ls2中是否有对应的行。 如果是，请删除两者。 您剩下的只是差异，您可以轻松地在原始文本中标记这些行。

非常简单，不包含任何库。 只是我的两分钱......