Python 查找字符串之间的差异

我有下面的函数，它获取一个源代码和一个修改的字符串，并将其中更改的单词加粗

def appendBoldChanges(s1, s2):
    "Adds <b></b> tags to words that are changed"
    l1 = s1.split(' ')
    l2 = s2.split(' ')
    for i, val in enumerate(l1):
        if l1[i].lower() != l2[i].lower():
            s2 = s2.replace(l2[i], "<b>%s</b>" % l2[i])

    return s2
print appendBoldChanges("britney spirs", "britney spears") # returns britney <b>spears</b>

def附件更改（s1、s2）：
“将标记添加到已更改的单词”
l1=s1。拆分（“”）
l2=s2。拆分（“”）
对于i，枚举中的val（l1）：
如果l1[i]。下（）！=l2[i]。下（）
s2=s2。替换（l2[i]，%s”%l2[i]）
返回s2
打印更改（“布兰妮·斯皮尔斯”、“布兰妮·斯皮尔斯”）#返回布兰妮·斯皮尔斯

它可以在具有相同字数的字符串上正常工作，但在不同的字数下失败，如

sora-iro-days

和

sorairo-days

我怎样才能把间隔考虑进去呢？

看看这个模块，你可以使用a来查找文本中的更改区域。

你可以使用，并这样做：

from difflib import Differ

def appendBoldChanges(s1, s2):
    "Adds <b></b> tags to words that are changed"
    l1 = s1.split(' ')
    l2 = s2.split(' ')
    dif = list(Differ().compare(l1, l2))
    return " ".join(['<b>'+i[2:]+'</b>' if i[:1] == '+' else i[2:] for i in dif 
                                                           if not i[:1] in '-?'])

print appendBoldChanges("britney spirs", "britney sprears")
print appendBoldChanges("sora iro days", "sorairo days")
#Output:
britney <b>sprears</b>
<b>sorairo</b> days

来自difflib导入的

不同
def附件更改（s1、s2）：
“将标记添加到已更改的单词”
l1=s1。拆分（“”）
l2=s2。拆分（“”）
dif=列表（不同（）.比较（l1，l2））
如果i[：1]=='+'则返回'.join（['+i[2:]+''），否则在dif中为i返回i[2:]
如果不是“-？”中的i[：1]）
打印更改（“布兰妮spirs”、“布兰妮sprears”）
打印更改（“索拉伊罗日”、“索拉罗日”）
#输出：
布兰妮·斯普雷尔斯
索拉罗日

一个小的升级tp@fraxel应答，返回2个输出-原始版本和新版本，带有明显的更改。 在我看来，我还将一行代码更改为更可读的版本

def show_diff(text, n_text):
    seqm = difflib.SequenceMatcher(None, text, n_text)
    output_orig = []
    output_new = []
    for opcode, a0, a1, b0, b1 in seqm.get_opcodes():
        orig_seq = seqm.a[a0:a1]
        new_seq = seqm.b[b0:b1]
        if opcode == 'equal':
            output_orig.append(orig_seq)
            output_new.append(orig_seq)
        elif opcode == 'insert':
            output_new.append("<font color=green>{}</font>".format(new_seq))
        elif opcode == 'delete':
            output_orig.append("<font color=red>{}</font>".format(orig_seq))
        elif opcode == 'replace':
            output_new.append("<font color=blue>{}</font>".format(new_seq))
            output_orig.append("<font color=blue>{}</font>".format(orig_seq))
        else:
            print('Error')
    return ''.join(output_orig), ''.join(output_new)

def show_diff（文本，n_文本）：
seqm=difflib.SequenceMatcher（无、文本、n_文本）
输出源=[]
输出_new=[]
对于seqm.get_操作码（）中的操作码a0、a1、b0、b1：
原始顺序=顺序a[a0:a1]
新的顺序=顺序b[b0:b1]
如果操作码=='equal'：
输出原始追加（原始顺序）
输出\新追加（原始顺序）
elif操作码==“插入”：
输出_new.append（“{}”.format（new_seq））
elif操作码==“删除”：
输出_orig.append（“{}”.format（orig_seq））
elif操作码==“替换”：
输出_new.append（“{}”.format（new_seq））
输出_orig.append（“{}”.format（orig_seq））
其他：
打印（'错误'）
返回“”。连接（输出源），“”。连接（输出新）

@mata你真的可以回答这个问题。：）+一个极好的单班轮。您可能需要清理返回的字符串。输入

appendBoldChanges（“sorairo天”、“sora-iro天”）

会导致

sora-iro天

，而OP可能需要

sora-iro天

。真正的蟒蛇式优雅。@gauden-干杯；）我想这可能没什么关系，因为它们显示的都一样。如果这是一个问题，那么是的，

.replace（“”，）

最终将是修复方法。

sorairo天

和

soraiao天

我得到以下结果：^\n soraiao^\n天。我试图替换“\n”和“^”，但我不确定这是否正确。