Python：difflib.SequenceMatcher比较文本内容，返回差异部分

最新推荐文章于 2025-03-29 20:15:45 发布

CY呵

最新推荐文章于 2025-03-29 20:15:45 发布

阅读量1.3w

点赞数 5

分类专栏： Python基础文章标签： python

本文链接：https://blog.youkuaiyun.com/m0_37586703/article/details/105707507

版权

Python基础专栏收录该内容

11 篇文章

订阅专栏

运用到的知识点：

s=difflib.SequenceMatcher(isjunk=None,a,b, autojunk=True) ：构造函数，主要创建任何类型序列的比较对象。
isjunk是关键字参数，主要设置过滤函数，如想丢掉a和b比较序列里特定的字符，就可以设置相应的函数

s.get_opcodes()函数每执行一次返回5个元素的元组，元组描述了a和b比较序列的相同不同处。5个元素的元组表示为(tag, i1, i2, j1, j2)，其中tag表示动作，i1表示序列a的开始位置，i2表示序列a的结束位置，j1表示序列b的开始位置，j2表示序列b的结束位置。
tag表示的字符串为：
replace 表示a[i1 : i2]将要被b[j1 : j2]替换。
delete  表示a[i1 : i2]将要被删除。
insert  表示b[j1 : j2]将被插入到a[i1 : i1]地方。
equal  表示a[i1 : i2] == b[j1 : j2]相同。

string.maketrans(instr,outstr)返回一个翻译表,instr中的字符是需要被outstr中的字符替换，而且instr和outstr的长度必须相等
str.maketrans(intab, outtab)方法用于创建字符映射的转换表，对于接受两个参数的最简单的调用方式，第一个参数是字符串，表示需要转换的字符，第二个参数也是字符串表示转换的目标。两个字符串的长度必须相同，为一一对应的关系。

import xlrd,re
import difflib

def E_trans_to_C(string):#英文符号转换为中文符号
    E_pun = u',.!?[]()<>"\''
    C_pun = u'，。！？【】（）《》“‘'
    trantab = str.maketrans(E_pun, C_pun)  # 制作翻译表
    return string.translate(trantab)

def change_txt(st):#转换文本：去除空格、去除符号、中英字符转换等
    # # 去除字符串开头或者结尾的空格
    # new_st = st.strip()
    # 去除全部空格
    new_st = ''.join(E_trans_to_C(st).split(' '))
    # 中英符号：将文本中所有符号转换为中文符号
    # 大小写转换
    # new_st = st.upper()
    # new_st = st.lower()
    return new_st

data = xlrd.open_workbook(r'D:\工作内容\content423.xlsx')
table = data.sheets()[0]

log=''
for i in range(1,table.nrows):
    row_value = table.row_values(i)
    txt1=row_value[1]
    txt2=row_value[2]
    s = difflib.SequenceMatcher(None, txt1, txt2)
    # s = difflib.SequenceMatcher(None, change_txt(txt1), change_txt(txt2))
    cw_num=0
    for tag, i1, i2, j1, j2 in s.get_opcodes():
        # print ("%7s a[%d:%d] (%s) b[%d:%d] (%s)" %  (tag, i1, i2, a[i1:i2], j1, j2, b[j1:j2]))
        if tag != 'equal':
            print("%7s a[%d:%d] (%s) b[%d:%d] (%s)" % (tag, i1, i2, txt1[i1:i2], j1, j2, txt2[j1:j2]))
            log += ("%7s a[%d:%d] (%s) b[%d:%d] (%s)" % (tag, i1, i2, txt1[i1:i2], j1, j2, txt2[j1:j2]) + '\n')
            if len(txt1[i1:i2]) > len(txt2[j1:j2]):
                cw_num += len(txt1[i1:i2])
            else:
                cw_num += len(txt2[j1:j2])
    print("{}检测存在差异的字数:{}".format(row_value[0],cw_num))
    log += ("{}检测存在差异的字数:{}".format(row_value[0],cw_num) + '\n')
    log += ("==============================================" + '\n')
with open(r'D:\工作内容\content423_log.txt', 'w', encoding="UTF-8") as f:
    f.write(log + '\n')

返回结果： (仅供参考)