Python-Diffib: Unterschiede inline hervorheben?

Question

Beim Vergleich ähnliche Zeilen möchte ich die Unterschiede auf der gleichen Linie markieren:

a) lorem ipsum dolor sit amet 
b) lorem foo ipsum dolor amet 

lorem <ins>foo</ins> ipsum dolor <del>sit</del> amet 

Während difflib.HtmlDiff diese Art von Inline-Markierung zu tun scheint, produziert sie sehr ausführlich Markup.

Leider konnte ich keine andere Klasse/Methode finden, die nicht Zeile für Zeile funktioniert.

Fehle ich etwas? Irgendwelche Hinweise würden geschätzt!

Answer 1

Für Ihr einfaches Beispiel:

import difflib 
def show_diff(seqm): 
    """Unify operations between two compared strings 
seqm is a difflib.SequenceMatcher instance whose a & b are strings""" 
    output= [] 
    for opcode, a0, a1, b0, b1 in seqm.get_opcodes(): 
     if opcode == 'equal': 
      output.append(seqm.a[a0:a1]) 
     elif opcode == 'insert': 
      output.append("<ins>" + seqm.b[b0:b1] + "</ins>") 
     elif opcode == 'delete': 
      output.append("<del>" + seqm.a[a0:a1] + "</del>") 
     elif opcode == 'replace': 
      raise NotImplementedError, "what to do with 'replace' opcode?" 
     else: 
      raise RuntimeError, "unexpected opcode" 
    return ''.join(output) 

>>> sm= difflib.SequenceMatcher(None, "lorem ipsum dolor sit amet", "lorem foo ipsum dolor amet") 
>>> show_diff(sm) 
'lorem<ins> foo</ins> ipsum dolor <del>sit </del>amet' 

Dies funktioniert mit Streichern. Sie sollten entscheiden, was mit "Ersetzen" Opcodes zu tun ist.

Answer 2

difflib.SequenceMatcher wird auf einzelnen Zeilen arbeiten. Mit den Opcodes können Sie festlegen, wie die erste Zeile in die zweite Zeile geändert wird.

Answer 3

Hier ist ein Inline-answer above

def inline_diff(a, b): 
    import difflib 
    matcher = difflib.SequenceMatcher(None, a, b) 
    def process_tag(tag, i1, i2, j1, j2): 
     if tag == 'replace': 
      return '{' + matcher.a[i1:i2] + ' -> ' + matcher.b[j1:j2] + '}' 
     if tag == 'delete': 
      return '{- ' + matcher.a[i1:i2] + '}' 
     if tag == 'equal': 
      return matcher.a[i1:i2] 
     if tag == 'insert': 
      return '{+ ' + matcher.b[j1:j2] + '}' 
     assert false, "Unknown tag %r"%tag 
    return ''.join(process_tag(*t) for t in matcher.get_opcodes()) 

Es ist nicht perfekt (auch 3 kompatibel Python) durch @ tzot inspiriert unterscheiden - zum Beispiel, wäre es schön, zu erweitern ‚ersetzen‘ Opcodes das volle Wort stattdessen ersetzt zu erkennen von den wenigen verschiedenen Buchstaben, aber es ist ein guter Anfang.

Beispielausgabe:

>>> a='Lorem ipsum dolor sit amet consectetur adipiscing' 
>>> b='Lorem bananas ipsum cabbage sit amet adipiscing' 
>>> print(inline_diff(a, b)) 
Lorem{+ bananas} ipsum {dolor -> cabbage} sit amet{- consectetur} adipiscing