使用SequenceMatcher生成内容差异（Python）
我想在Python中生成两个文本版本之间的差异（更具体来说，是Markdown格式的文章）。
我希望这个差异的格式能和Github上显示的类似。
我查看了difflib，发现它能满足我的需求。不过，Differ这个类太高级了；我需要解析差异行才能生成带有内联差异的HTML。Differ类使用SequenceMatcher类来生成差异。但看起来SequenceMatcher的功能比较底层。我甚至还没弄明白怎么进行逐行比较（我承认我没有花太多时间去尝试）。
有没有人知道使用SequenceMatcher类的资源（除了difflib的文档）？
1 个回答
SequenceMatcher其实并没有那么复杂。对你来说，最有趣的方法是 get_grouped_opcodes。这个方法会返回一个生成器，它会生成一些包含更改描述的列表。
我用一个来自GitHub上的随机提交的例子来解释。假设你在旧文件和新文件“tabs_events.js”上运行 SequenceMatcher(None, a, b).get_grouped_opcodes()。这个生成器会生成两个组，这些组在GitHub上用“...”来表示。基本上，这就是一组更改。在每个组里，你会看到详细的更改列表，这些更改以元组的形式存储。对于第一个组，它返回两个更改，格式如下（第一个项是更改类型，接下来的两个数字表示要删除的行范围，最后是要添加的行范围）：
('replace', 24, 29, 24, 29)
('insert', 33, 33, 33, 35)
第一个更改告诉你要用新文件的第24-28行替换旧文件的第24-28行。第二个更改则告诉你要在旧文件的第33行插入新文件的第33-34行。我想你应该能明白 'delete' 是做什么的，而 'equal' 是那些在GitHub上没有高亮显示的行。
如果你不介意看源代码，可以看看 difflib.unified_diff() 的实现。它其实很简单，可以生成你想要的纯文本格式。