确定文件有不同的蟒蛇

Question

我已经使用的蟒蛇 difflib 库中找到其中2文件的不同而不同。该有所不同().比较()方法这样做，但是它是 非常 慢--至少100倍的速度较慢，大HTML文档相比 差异 命令。

我如何可以有效地确定其中2的文件有不同的蟒蛇?(理想的是我后的职位而实际的文本，这是什么SequenceMatcher().get_opcodes()返回。)

Answer 1

a = open("file1.txt").readlines()
b = open("file2.txt").readlines()
count = 0
pos = 0

while 1:
    count += 1
    try:
        al = a.pop(0)
        bl = b.pop(0)
        if al != bl:
            print "files differ on line %d, byte %d" % (count,pos)
        pos += len(al)
    except IndexError:
        break

Answer 2

有一个谷歌 比较图书馆 对于纯文本与蟒蛇API，这应适用于html文档你想要的工作。我不知道，如果它是适合你的特别是使用情况特别感兴趣的位置差异，但它值得一看。

Answer 3

一个丑恶和愚蠢的解决方案：如果 diff 速度更快，使用；通过呼叫蟒蛇通过 subprocess, ，分析指令输出为你需要的信息。这不会那么快，仅仅作为 diff, 但是，也许比快 difflib.