3.3 difflib--比较不同序列之间差异库

3.3 difflib--比较不同序列之间差异库

本库主要提供一些类和一些函数来比较不同序列对象，提取出来差别部分，特别在文本方面的比较更加有用。例如在文件方面进行比较，在不同的格式下比较会产生不同的差别的结果，可以支持HTML文本比较，也可以支持纯文本比较和以及只产生修改的文本显示。对于文件目录和文件的比较，可以使用filecmp库来进行比较差别。

类difflib.SequenceMatcher

可以比较任何类型的序列对象的类。

类difflib.Differ

主要用来比较文本文件，可以一行一行地比较，产生出一个人能读懂的差异报告文本。每一行有差异时，采用下面的标记来标示出来：

标记	意义
‘-’	表示在第一个序列里存在此行
‘+’	表示在第二个序列里存在此行
‘ ’	表示在第一个和第二个序列都存在
‘？’	表示在两个序列都存在，但有差异，也就是变化的地方

类difflib.HtmlDiff

可以用此类来实现比较结果生成HTML的格式显示。

构造函数__init__(tabsize=8, wrapcolumn=None,

linejunk=None, charjunk=IS_CHARACTER_JUNK)

tabsize指定跳格的大小，默认为8个字符宽度。

wrapcolumn指定行号是否进行环绕显示。

linejunk和charjunk是传给ndiff() 函数的参数。

类函数make_file(fromlines, tolines, fromdesc='', todesc='', context=False, numlines=5)

本函数作用是实现fromlines和tolines进行比较，生成一个HTML表示的表格返回。

fromdesc是来源表头里显示的字符串。

todesc是目标表头里显示的字符串。

context是表示是否上下文比较，还是全文比较。

numlines是表示上下文比较的行数。

类函数make_table(fromlines, tolines, fromdesc='', todesc='',

context=False, numlines=5)

比较两个不同文本序列生产一个HTML的表格返回。

函数difflib.context_diff(a, b, fromfile='', tofile='', fromfiledate='', tofiledate='', n=3, lineterm='\n')

两个文件进行比较后，输出简单文本标记方式。每一行进行比较，如果有改变就在前面添加一个感叹号，表示此行已经作了修改。

函数difflib.get_close_matches(word, possibilities, n=3, cutoff=0.6)

从一个列表时查找最相似的字符串，通过列表返回。

word是需要查找的字符串。

possibilities是提供候选的列表集合。

n是最多返回几个相似的。

cutoff是指明相似程度，当小于这个相似程度的就不返回。

函数difflib.ndiff(a, b, linejunk=None, charjunk=IS_CHARACTER_JUNK)

比较a和b序列，然后返回一份差别文本。

linejunk是行过滤函数。

charjunk是字符过滤函数。

函数difflib.restore(sequence, which)

给个differ对象，可以从其中获取到原来比较序列1或序列2。

函数difflib.unified_diff(a, b, fromfile='', tofile='', fromfiledate='', tofiledate='', n=3, lineterm='\n')

比较两个序列，返回压缩的方式来表示差别的文本。

函数difflib.IS_LINE_JUNK(line)

用来判断是否忽略的行内容。如果line是空白行或者只包括#，就会返回True。

函数difflib.IS_CHARACTER_JUNK(ch)

用来判断是否忽略的字符。如果ch是空格或Tab符，就返回True。

蔡军生 微信号：shenzhencai 深圳