Python 模块之 Difflib
- 什么是difflib
Difflib作为python的标准库，无需安装，作用是对比文本之间的差异，而且支持输出可读性比较强的HTML文档。
在Linux下，可以直接使用vimdiff命令比对文本，例如对a.txt与b.txt的差异，命令： vimdiff a.txt b.txt 即可。
如下图：
常见的函数介绍：
- HtmlDiff()
可以用于创建一个完整HTML文件，该文件显示具有行间和行内更改突出的文本的逐行比较。
- make_file(fromlines, tolines [, fromdesc][, todesc][, context][, numlines])
[]中的参数为可选项。
比较fromlines和tolines（字符串列表）并返回一个字符串，该字符串是一个完整的HTML文件，其中包含一个表格，显示逐行差异，突出显示行间和行内更改。
fromdesc和todesc是可选的关键字参数，用于指定从/到文件列标题字符串（默认为空字符串）。
context和numlines都是可选的关键字参数。设置方面，以True当背景的差异将被显示，否则默认为False可显示完整的文件。numlines默认为5。
3、make_table（fromlines，tolines [，fromdesc] [，todesc] [，context] [，numlines] ）
比较fromlines和tolines（字符串列表）并返回一个字符串，该字符串是一个完整的HTML表格，显示逐行差异，突出显示行间和行内更改。此方法的参数与方法的参数相同make_file()。和make_file()的主要区别在于不能明显显示两个文档之间的差异。
# -*- coding: utf-8 -*-
import sys
import difflib
def read_file(filename):
try:
with open(filename, 'r') as f:
return f.readlines()
except IOError:
print("ERROR: 没有找到文件:%s或读取文件失败！" % filename)
sys.exit(1)
def compare_file(file1, file2, out_file):
file1_content = read_file(file1)
file2_content = read_file(file2)
d = difflib.HtmlDiff()
result = d.make_file(file1_content, file2_content)
with open(out_file, 'w') as f:
f.writelines(result)
if __name__ == '__main__':
compare_file(r'C:\Users\source\pycode\code5\a.txt', r'C:\Users\source\pycode\code5\b.txt', r'C:\Users\source\pycode\code5\result.html')
4、Differ()和compare()
class difflib.Differ（[ linejunk [，charjunk ] ] ）
可选关键字参数linejunk和charjunk用于过滤函数（或None），默认值是None
compare（a，b）
比较两个行序列，并生成delta（一系列行）。
每个序列必须包含以换行符结尾的单个单行字符串。可以从readlines()类文件对象的方法获得这样的序列。生成的增量也包括换行符终止的字符串，可以通过类writelines()文件对象的方法按原样打印。
# coding=utf-8
from __future__ import print_function
import difflib
text1 = '''
I love BANK OF NINGBO
I very love NINGBO
She's the city I love the most.
'''
text2 = '''
I love BANK OF China
I very love China
I'm his favorite person.
'''
d = difflib.Differ()
list1 = list(d.compare(text1,text2))
for line in list1:
if line == "\n":
print ("\n")
print("%s" %line,end='')
结果如下：
其中‘-’，‘+’，‘ ’，‘?’的含义如下：
| 码 |
含义 |
| '- ' |
序列1独有的行 |
| '+ ' |
序列2独有的行 |
| ' ' |
两个序列共有的线 |
| '? ' |
两个输入序列中都不存在该行 |
5、ratio（）
返回序列相似性的度量，作为[0,1]范围内的浮点数
import difflib
s = difflib.SequenceMatcher(None, "abcd", "bcde")
s.ratio()
结果为0.75