在python中生成和应用差异

Question

在python中是否存在一种"开箱即用"的方式来生成两个文本之间的差异列表,然后将此差异应用于一个文件以获取另一个文件,以后再进行？

我想保留文本的修订历史记录,但如果只有一个编辑的行,我不想保存每个修订版的整个文本.我查看了difflib,但是我看不到如何生成仅包含已编辑行的列表,这些行仍可用于修改一个文本以获取另一个文本.

Answer 1

你有没看过谷歌的diff-match-patch？显然谷歌文档使用这组算法.它不仅包括diff模块,还包括补丁模块,因此您可以从较旧的文件和差异生成最新的文件.

包含python版本.

http://code.google.com/p/google-diff-match-patch/

Answer 2

difflib.unified_diff你想要吗？有一个例子在这里.

Answer 3

我已经实现了一个纯 python 函数来应用差异补丁来恢复任何一个输入字符串，我希望有人觉得它有用。它使用解析统一差异格式。

import re

_hdr_pat = re.compile("^@@ -(\d+),?(\d+)? \+(\d+),?(\d+)? @@$")

def apply_patch(s,patch,revert=False):
  """
  Apply unified diff patch to string s to recover newer string.
  If revert is True, treat s as the newer string, recover older string.
  """
  s = s.splitlines(True)
  p = patch.splitlines(True)
  t = ''
  i = sl = 0
  (midx,sign) = (1,'+') if not revert else (3,'-')
  while i < len(p) and p[i].startswith(("---","+++")): i += 1 # skip header lines
  while i < len(p):
    m = _hdr_pat.match(p[i])
    if not m: raise Exception("Cannot process diff")
    i += 1
    l = int(m.group(midx))-1 + (m.group(midx+1) == '0')
    t += ''.join(s[sl:l])
    sl = l
    while i < len(p) and p[i][0] != '@':
      if i+1 < len(p) and p[i+1][0] == '\\': line = p[i][:-1]; i += 2
      else: line = p[i]; i += 1
      if len(line) > 0:
        if line[0] == sign or line[0] == ' ': t += line[1:]
        sl += (line[0] != sign)
  t += ''.join(s[sl:])
  return t

如果有标题行，("--- ...\n","+++ ...\n")它会跳过它们。如果我们有一个统一的差异字符串diffstr代表之间的差异oldstr和newstr：

# recreate `newstr` from `oldstr`+patch
newstr = apply_patch(oldstr, diffstr)
# recreate `oldstr` from `newstr`+patch
oldstr = apply_patch(newstr, diffstr, True)

在 Python 中，您可以使用difflib（标准库的一部分）生成两个字符串的统一差异：

import difflib
_no_eol = "\ No newline at end of file"

def make_patch(a,b):
  """
  Get unified string diff between two strings. Trims top two lines.
  Returns empty string if strings are identical.
  """
  diffs = difflib.unified_diff(a.splitlines(True),b.splitlines(True),n=0)
  try: _,_ = next(diffs),next(diffs)
  except StopIteration: pass
  return ''.join([d if d[-1] == '\n' else d+'\n'+_no_eol+'\n' for d in diffs])

在Unix上： diff -U0 a.txt b.txt

代码在 GitHub 上以及使用 ASCII 和随机 unicode 字符的测试：https : //gist.github.com/noporpoise/16e731849eb1231e8​​6d78f9dfeca3abc