Java 如何找到两个HTML文本之间的差异？

如何找出两个HTML文本之间的差异

我需要类似的东西

---

Diff-Patch-Match的问题是，它只查找两个纯文本之间的差异，而不查找HTML文本之间的差异。

您可以使用类似的库提取文本，然后应用此Diff

正是您所需要的

a.txt

Hello

hi friends

Hello world

hi

C:\Documents and Settings\Administrator\Desktop>java Diff a.txt b.txt
>>>> Difference of file "a.txt" and file "b.txt".

>>>> 1 CHANGED FROM
Hello

hi friends
>>>>     CHANGED TO
Hello world

hi

>>>> End of differences.

b.txt

Hello

hi friends

Hello world

hi

C:\Documents and Settings\Administrator\Desktop>java Diff a.txt b.txt
>>>> Difference of file "a.txt" and file "b.txt".

>>>> 1 CHANGED FROM
Hello

hi friends
>>>>     CHANGED TO
Hello world

hi

>>>> End of differences.

输出

Hello

hi friends

Hello world

hi

C:\Documents and Settings\Administrator\Desktop>java Diff a.txt b.txt
>>>> Difference of file "a.txt" and file "b.txt".

>>>> 1 CHANGED FROM
Hello

hi friends
>>>>     CHANGED TO
Hello world

hi

>>>> End of differences.

用于处理每个.html文件

---

然后使用您喜爱的diff工具（例如diff Patch Match、windiff等）比较Html Tidy的输出。

您可以使用一些正则表达式从文本中剥离Html标记，然后使用diff Patch Match库对它们进行区分。 请注意，这不会在样式上发现任何差异

编辑：

---

如果您想显示所发现的差异以及它们的样式，您可以搜索修改文本中的差异，并对文本进行分析，以找到其周围的HTML，然后使用“显示差异以及此HTML”。

HTML和常规文本之间的差异是什么？！什么是HTML，然后是纯文本？你在寻找一个可以区分呈现HTML的工具吗？基本上，我的应用程序中有一个屏幕，其中有一个富文本编辑器。管理员用户将使用RTE输入文本。用户可以输入同一文本的不同版本。因此，对于例如v1，应该像“一些文本”。v2可以是“某些文本编辑”。这可以是纯文本或html，因为它是RTE。我需要找出这两个版本之间的差异。我想他也想知道html结构的差异。纯文本比较可能会发现以下差异：

和
因为空格。是的，但在本例中，在找到差异后，我将如何应用原始样式？这里有两个问题：1）如果您想用样式显示差异；2）如果您也想显示样式的差异，例如，显示有人在新版本中使用了粗体文本。你想两者都做吗？理想情况下，是的。但如果2）不可能，至少我应该能够展示风格上的差异。我更新了我的答案，告诉你如何实现1）