python中difflib内置模块之文本对比

Posted 2022-01-03

什么是difflib? 用来做什么?
difflib为python的标准库模块，无需安装。
作用时对比文本之间的差异。
并且支持输出可读性比较强的html文档，与Linux下的diff 命令相似。
在版本控制方面非常有用。

符号理解
符号 含义
‘-‘ 包含在第一个系列行中，但不包含第二个。
‘+‘ 包含在第二个系列行中，但不包含第一个。
‘ ‘ 两个系列行一致
‘?‘ 存在增量差异
‘^‘ 存在差异字符

import difflib

text1 = ‘‘‘ 1. Beautiful is better than ugly.

2. Explicit is better than implicit.
3. Simple is better than complex.
4. Complex is better than complicated.
   ‘‘‘.splitlines(keepends=False)
   print(text1) 将多行文本按行分隔，返回一个列表，不保留行尾换行符

text2 = ‘‘‘ 1. Beautiful is better than ugly.

3. Simple is better than complex.
4. Complicated is better than complex.
5. Flat is better than nested.
   ‘‘‘.splitlines(keepends=True)
   print(text2) # 将多行文本按行分隔，返回一个列表，保留行尾换行符

"""
splitlines()按照行分割
返回一个包含各行作为元素的列表
参数：
keepends=True 保留换行符
keepends=False 不包含换行符
"""
#实现linux里面类似diff命令的功能
#d = difflib.Differ()
#print(‘‘.join(list(d.compare(text1,text2))))
d = difflib.HtmlDiff()
htmlContent = d.make_file(text1,text2)
#print(htmlContent)
with open(‘diff.html‘,‘w‘) as f:
f.write(htmlContent)

linux文件之间的对比

首先将文件内容读取出来，然后按照上述方法进行处理即可：

import difflib

filename1 = ‘/tmp/passwd‘
filename2 = ‘/tmp/passwd1‘
with open(filename1) as f1,open(filename2) as f2:
content1 = f1.read().splitlines(keepends=True)
content2 = f2.read().splitlines(keepends=True)
d = difflib.HtmlDiff()
htmlContent = d.make_file(content1,content2)
with open(‘passwdDiff.html‘,‘w‘) as f:
f.write(htmlContent)