Python2.7-difflib

Posted 2020-10-09

difflib主要用于比较两个序列的不同，常见于字符串的比较，可以对差异生成报告。

模块内定义了三个类：SequenceMatcher、Differ、HtmlDiff

Differ 类初始化有两个可选参数 linejunk 接受一个只有一个字符串参数的函数，代表忽略的字符串，charjunk 接受一个单一字符的函数，代表忽略的字符，类内只有一种方法compare(a,b) ，两个序列必须是单独的用\n分割的字符串，例如从file.readlines()获得。

HtmlDiff 类初始化有四个可选参数，tabsize=8，wrapcolumn=none，linejunk 和 charjunk 同上，类内两个方法 make_file 和 make_table (fromlines, tolines [, fromdesc][, todesc][, context][, numlines])，from/todesc 代表文件头部字符串，一般为空，context 和 numlines 一般默认，红的都不懂。。

SequenceMatcher(isjunk=None, a=‘‘, b=‘‘, autojunk=True) isjunk 可以接受一个单一序列的函数。类内方法 set_seqs(a,b)，set_seq1(a)，set_seq2(b)，

find_longest_match(alo,ahi,blo,bhi)：从a[alo:ahi]和b[blo:bhi]中找到最长的匹配

get_matching_blocks()：返回三个元素的列表，包含第一个和最后一个的匹配，第三个元素是a，b的长度

get_opcodes()：获得从a转变至b的方法，有4种方法（‘replace‘ , ‘delete‘, ‘equal‘, ‘insert‘）

get_grouped_opcodes([n])：获得转变n行方法的生成器

ratio()：a与b的相似度，如果没有运行过get_matching_blocks()或者get_opcodes()，这个方法很耗时间，可用以下两个方法代替

quick_ratio()：快速的计算

real_quick_ratio()：最快的计算，不准

模块内方法：

context_diff(a, b[, fromfile][, tofile][, fromfiledate][, tofiledate][, n][, lineterm])：比较a和b，返回一个 context_diff 格式的生成器

ndiff(a, b[, linejunk][, charjunk])：比较a和b，返回一个 Differ 格式的生成器

unified_diff(a, b[, fromfile][, tofile][, fromfiledate][, tofiledate][, n][, lineterm])：比较a和b，返回一个 unified_diff 格式的生成器

get_close_matches(word, possibilities[, n][, cutoff])：n是返回最大个数，cutoff是阈值，低于它的不匹配，返回最优匹配结果，从大到小排列

restore(sequence, which)：将从ndiff 或是Differ.compare() 生成的序列倒推回原序列，which值为1或2，代表第一/二个序列