Java 比较两个Unicode文件并在第三个文件中写入输出
我有两个文件。两个文件的行数相等（每个1000行）。我必须比较这些文件，并在第三个文件中写入差异。每个并发的行可能有不同的字数 我在Ubuntu中尝试了Java 比较两个Unicode文件并在第三个文件中写入输出,java,string,ubuntu,file-handling,Java,String,Ubuntu,File Handling,我有两个文件。两个文件的行数相等（每个1000行）。我必须比较这些文件，并在第三个文件中写入差异。每个并发的行可能有不同的字数 我在Ubuntu中尝试了diff命令。但它既不能与乌尔都语很好地结合，也不能给出所需的结果 我已经尝试并更新了java代码的公认答案 我不是在这里张贴代码，问题将变得冗长 示例输入文件一： 因此，说绅士是一个从不制造痛苦的人，这几乎就是绅士的定义 这一描述既精炼又准确，他主要专注于 示例输入文件二： 因此，这是对绅士最恰当的定义——他是一个从不传染痛苦的人 这个描述既精
diffUbuntu16.10Windows10注意：最初的文件是乌尔都语。所以是Unicode。我并没有发布乌尔都语，因为世界上大多数人都不理解它。我正在比较语音识别结果。文件一是输入文件，文件二是识别后的结果。这里是我整理的一个快速算法 它寻找一系列不相似的单词来打印，并对相似的长度序列进行优先排序
List<String> output = new ArrayList<String>();
String lineA = "stuff and a few things";
String lineB = "stuff and maybe many things";
String[] a = lineA.split(" ");
String[] b = lineB.split(" ");
int counterA = 0;
int counterB = 0;
while(counterA < a.length && counterB < b.length)
{
if(a[counterA].equals(b[counterB])) //check if next two elements are equal
{
counterA++;
counterB++;
continue;
}
//search from array a looking for matches in array b
int aStart = -1;
int aStop = -1;
for(aStart = counterA; aStart < a.length && aStop == -1; aStart++)
for(int i = counterB; i < b.length && aStop == -1; i++)
if(a[aStart].equals(b[i]))
aStop = i;
if(aStop == -1) //no matches, select rest of both lists
{
aStart++; //need to inc start one extra time
aStop = b.length;
}
//search from array b looking for matches in array a
int bStart = -1;
int bStop = -1;
for(bStart = counterB; bStart < b.length && bStop == -1; bStart++)
for(int i = counterA; i < a.length && bStop == -1; i++)
if(b[bStart].equals(a[i]))
bStop = i;
if(bStop == -1) //no matches, select rest of both lists
{
bStart++; //need to inc one extra time
bStop = a.length;
}
//find which one is more similar
int aDist = Math.abs((--aStart - counterA) - (aStop - counterB)); //aStart and bStart are incremented 1 too many times
int bDist = Math.abs((--bStart - counterB) - (bStop - counterA));
if(aDist < bDist) //a's findings are a better match
{
String out = "";
for(int i = counterA; i < aStart; i++)
out += a[i] + " ";
out += "=> ";
for(int i = counterB; i < aStop; i++)
out += b[i] + " ";
out = out.substring(0, out.length() - 1); //remove last space
output.add(out);
counterA = aStart;
counterB = aStop;
}
else //b's findings are a better match
{
String out = "";
for(int i = counterA; i < bStop; i++)
out += a[i] + " ";
out += "=> ";
for(int i = counterB; i < bStart; i++)
out += b[i] + " ";
out = out.substring(0, out.length() - 1); //remove last space
output.add(out);
counterA = bStop;
counterB = bStart;
}
}
System.out.println(output);
List output=new ArrayList（）；
String lineA=“stuff and something”；
String lineB=“stuff，可能还有很多东西”；
字符串[]a=lineA.split（“”）；
字符串[]b=lineB.split（“”）；
int计数器A=0；
int计数器b=0；
while（计数器a”；
for（int i=计数器b；i”；
for（int i=计数器b；i 在文件的每一行上运行这个，它应该会给出一个相当好的差异这是令人惊讶的复杂，如果每一行都是相同的长度，并且单词匹配，那么它将是微不足道的。由于缺少一些单词。。。不那么容易。如果有
a b c da e db c=>db=>e，c=>