用Python确定文档差异

Question

我一直在使用Python的difflib库来找出两个文档之间的不同之处。使用Differ().compare()这个方法可以做到这一点，但速度非常慢——对于大型HTML文档来说，速度至少慢了100倍，相比于diff命令。

我该如何高效地找出两个文档的不同之处呢？（理想情况下，我想要的是不同之处的位置，而不是实际的文本，这正是SequenceMatcher().get_opcodes()返回的内容。）

Answer 1

一个看起来不太好而且有点傻的解决办法：如果diff运行得更快，就用它；通过Python里的subprocess来调用，然后解析命令的输出，获取你需要的信息。这样做的速度可能没有直接用diff快，但可能比用difflib快。

Answer 2

谷歌有一个差异库，可以用来处理普通文本，并且提供了Python的接口。这应该也适用于你想处理的HTML文档。我不太确定这个库是否适合你特别关注差异位置的需求，但值得一试。

Answer 3

当然可以！请提供你想要翻译的StackOverflow内容，我会帮你把它变得简单易懂。