difflib.md
1> **Источник:** https://python-all.ru/3.1/library/difflib.html2>3> «Документация Python на русском» – неофициальный перевод официальной документации Python: версии от 2.6 до 3.16, полнотекстовый поиск, английский оригинал рядом с переводом. Эта Markdown-версия страницы предназначена для работы с LLM: вставьте её в ChatGPT, Claude или Cursor.45---67# 7.4. `difflib` – Вспомогательные средства для вычисления изменений89Этот модуль предоставляет классы и функции для сравнения последовательностей. Его можно использовать, например, для сравнения файлов, и он может выводить информацию о различиях в различных форматах, включая HTML, контекстные и объединённые диффы. Для сравнения каталогов и файлов смотрите также модуль [`filecmp`](https://python-all.ru/3.1/library/filecmp.html#module-filecmp).1011#### `class difflib.SequenceMatcher`1213Это гибкий класс для сравнения пар последовательностей любого типа, при условии, что элементы последовательностей являются [*хэшируемыми*](https://python-all.ru/3.1/glossary.html#term-hashable). Базовый алгоритм предшествует алгоритму, опубликованному в конце 1980-х годов Рэтклиффом и Обершелпом под громким названием «гештальт-сопоставление шаблонов», и немного сложнее его. Идея заключается в поиске самой длинной непрерывной совпадающей подпоследовательности, не содержащей «мусорных» элементов (алгоритм Рэтклиффа и Обершелпа не учитывает мусор). Затем эта же идея рекурсивно применяется к частям последовательностей слева и справа от совпадающей подпоследовательности. Это не даёт минимальных последовательностей редактирования, но обычно даёт совпадения, которые «выглядят правильно» для человека.1415**Время выполнения:** Базовый алгоритм Рэтклиффа-Обершелпа имеет кубическую сложность в худшем случае и квадратичную в среднем. [`SequenceMatcher`](https://python-all.ru/3.1/library/difflib.html#difflib.SequenceMatcher) имеет квадратичную сложность в худшем случае, а поведение в среднем зависит сложным образом от того, сколько элементов у последовательностей общих; в лучшем случае сложность линейная.1617**Эвристика:** Чтобы ускорить сопоставление, элементы, дубликаты которых встречаются чаще чем в 1 % случаев в последовательностях длиной не менее 200 элементов, считаются мусором. Это приводит к нежелательному побочному эффекту – плохим результатам для последовательностей, построенных из небольшого набора элементов. Возможность отключить эту эвристику будет добавлена в Python 3.2.1819#### `class difflib.Differ`2021Это класс для сравнения последовательностей текстовых строк и создания различий или дельт, понятных человеку. Differ использует [`SequenceMatcher`](https://python-all.ru/3.1/library/difflib.html#difflib.SequenceMatcher) как для сравнения последовательностей строк, так и для сравнения последовательностей символов внутри похожих (почти совпадающих) строк.2223Каждая строка дельты, созданной [`Differ`](https://python-all.ru/3.1/library/difflib.html#difflib.Differ), начинается с двухбуквенного кода:2425| Код | Значение |26| --- | --- |27| `'- '` | строка, уникальная для последовательности 1 |28| `'+ '` | строка, уникальная для последовательности 2 |29| `' '` | строка, общая для обеих последовательностей |30| `'? '` | строка, отсутствующая в каждой входной последовательности |3132Строки, начинающиеся с ‘`?`‘, пытаются привлечь внимание к внутристрочным различиям и отсутствовали в обеих входных последовательностях. Эти строки могут сбивать с толку, если последовательности содержат символы табуляции.3334#### `class difflib.HtmlDiff`3536Этот класс можно использовать для создания HTML-таблицы (или полного HTML-файла, содержащего таблицу), отображающей поочередное сравнение текста строка за строкой с подсветкой изменений между строками и внутри строк. Таблица может быть создана в режиме полных или контекстных различий.3738Конструктор этого класса:3940#### `__init__(tabsize=8, wrapcolumn=None, linejunk=None, charjunk=IS_CHARACTER_JUNK)`4142Инициализирует экземпляр [`HtmlDiff`](https://python-all.ru/3.1/library/difflib.html#difflib.HtmlDiff).4344*tabsize* – необязательный именованный аргумент для задания шага табуляции; по умолчанию равен `8`.4546*wrapcolumn* – необязательный именованный аргумент, задающий номер столбца, в котором строки разбиваются и переносятся; по умолчанию `None`, то есть строки не переносятся.4748*linejunk* и *charjunk* – это необязательные именованные аргументы, передаваемые в `ndiff()` (используются [`HtmlDiff`](https://python-all.ru/3.1/library/difflib.html#difflib.HtmlDiff) для создания параллельного HTML-представления различий). См. документацию `ndiff()` для получения значений по умолчанию и описаний аргументов.4950Следующие методы являются открытыми:5152#### `make_file(fromlines, tolines, fromdesc='', todesc='', context=False, numlines=5)`5354Сравнивает *fromlines* и *tolines* (списки строк) и возвращает строку, содержащую полный HTML-файл с таблицей, отображающей построчные различия с подсветкой изменений между строками и внутри строк.5556*fromdesc* и *todesc* – необязательные именованные аргументы для задания строк заголовков столбцов исходного и целевого файлов (оба по умолчанию равны пустой строке).5758*context* и *numlines* – необязательные именованные аргументы. Установите *context* в значение `True`, чтобы показывать контекстные различия, иначе по умолчанию `False`, показывающее полные файлы. *numlines* по умолчанию равен `5`. Когда *context* равно `True`, *numlines* управляет количеством строк контекста, окружающих подсветку различий. Когда *context* равно `False`, *numlines* управляет количеством строк, показываемых перед подсветкой различий при использовании гиперссылок «далее» (установка нуля приведёт к тому, что гиперссылка «далее» будет помещать следующую подсветку различий в верхнюю часть браузера без предшествующего контекста).5960#### `make_table(fromlines, tolines, fromdesc='', todesc='', context=False, numlines=5)`6162Сравнивает *fromlines* и *tolines* (списки строк) и возвращает строку, которая представляет собой полную HTML-таблицу с построчным отображением различий, выделяя изменения между строками и внутри строк.6364Аргументы этого метода такие же, как у метода [`make_file()`](https://python-all.ru/3.1/library/difflib.html#difflib.HtmlDiff.make_file).6566`Tools/scripts/diff.py` – это интерфейс командной строки для этого класса, содержащий хороший пример его использования.6768#### `difflib.context_diff(a, b, fromfile='', tofile='', fromfiledate='', tofiledate='', n=3, lineterm='\n')`6970Сравнивает *a* и *b* (списки строк); возвращает дельту ([*генератор*](https://python-all.ru/3.1/glossary.html#term-generator), порождающий строки дельты) в формате контекстного diff.7172Контекстные диффы – это компактный способ показать только изменённые строки плюс несколько строк контекста. Изменения отображаются в стиле «до/после». Количество строк контекста задаётся параметром *n*, по умолчанию – три.7374По умолчанию строки управления diff (с `***` или `---`) создаются с завершающим переводом строки. Это полезно, чтобы входные данные, полученные с помощью `file.readlines()`, давали различия, пригодные для использования с `file.writelines()`, поскольку и входные, и выходные данные имеют завершающие переводы строк.7576Для входных данных, не имеющих завершающего перевода строки, установите аргумент *lineterm* равным `""`, чтобы выходные данные были полностью без символов новой строки.7778Формат контекстной разницы обычно содержит заголовок с именами файлов и временем изменения. Любой из них или все они могут быть заданы строками для *fromfile*, *tofile*, *fromfiledate* и *tofiledate*. Время изменения обычно выражается в формате, возвращаемом функцией [`time.ctime()`](https://python-all.ru/3.1/library/time.html#time.ctime). Если не указано, строки по умолчанию являются пустыми.7980```python81>>> s1 = ['bacon\n', 'eggs\n', 'ham\n', 'guido\n']82>>> s2 = ['python\n', 'eggy\n', 'hamster\n', 'guido\n']83>>> for line in context_diff(s1, s2, fromfile='before.py', tofile='after.py'):84... sys.stdout.write(line) # doctest: +NORMALIZE_WHITESPACE85*** before.py86--- after.py87***************88*** 1,4 ****89! bacon90! eggs91! ham92 guido93--- 1,4 ----94! python95! eggy96! hamster97 guido98```99100Смотрите [*Интерфейс командной строки для difflib*](https://python-all.ru/3.1/library/difflib.html#difflib-interface) для более подробного примера.101102#### `difflib.get_close_matches(word, possibilities, n=3, cutoff=0.6)`103104Возвращает список наилучших «достаточно хороших» совпадений. *word* – это последовательность, для которой требуются близкие совпадения (обычно строка), а *possibilities* – список последовательностей, с которыми нужно сопоставлять *word* (обычно список строк).105106Необязательный аргумент *n* (по умолчанию `3`) – максимальное количество близких совпадений, которые нужно вернуть; *n* должно быть больше `0`.107108Необязательный аргумент *cutoff* (по умолчанию `0.6`) – число с плавающей точкой в диапазоне \[0, 1\]. Варианты, которые набирают меньше этого порога сходства с *word*, игнорируются.109110Наилучшие (не более *n*) совпадения из возможных вариантов возвращаются в виде списка, отсортированного по мере сходства: сначала самые похожие.111112```python113>>> get_close_matches('appel', ['ape', 'apple', 'peach', 'puppy'])114['apple', 'ape']115>>> import keyword116>>> get_close_matches('wheel', keyword.kwlist)117['while']118>>> get_close_matches('apple', keyword.kwlist)119[]120>>> get_close_matches('accept', keyword.kwlist)121['except']122```123124#### `difflib.ndiff(a, b, linejunk=None, charjunk=IS_CHARACTER_JUNK)`125126Сравнивает *a* и *b* (списки строк); возвращает дельту в стиле [`Differ`](https://python-all.ru/3.1/library/difflib.html#difflib.Differ) ([*генератор*](https://python-all.ru/3.1/glossary.html#term-generator), порождающий строки дельты).127128Необязательные именованные параметры *linejunk* и *charjunk* предназначены для функций фильтрации (или `None`):129130*linejunk*: Функция, которая принимает один строковый аргумент и возвращает true, если строка является мусором, и false в противном случае. По умолчанию `None`. Также существует функция уровня модуля [`IS_LINE_JUNK()`](https://python-all.ru/3.1/library/difflib.html#difflib.IS_LINE_JUNK), которая отфильтровывает строки без видимых символов, за исключением не более одного символа решётки (`'#'`) – однако базовый класс [`SequenceMatcher`](https://python-all.ru/3.1/library/difflib.html#difflib.SequenceMatcher) выполняет динамический анализ того, какие строки настолько часты, что составляют шум, и это обычно работает лучше, чем использование этой функции.131132*charjunk*: Функция, которая принимает символ (строку длины 1) и возвращает истину, если символ является мусором, и ложь в противном случае. По умолчанию – функция уровня модуля [`IS_CHARACTER_JUNK()`](https://python-all.ru/3.1/library/difflib.html#difflib.IS_CHARACTER_JUNK), которая отфильтровывает пробельные символы (пробел или табуляцию; примечание: не стоит включать сюда символ новой строки!).133134`Tools/scripts/ndiff.py` – это интерфейс командной строки для этой функции.135136```python137>>> diff = ndiff('one\ntwo\nthree\n'.splitlines(1),138... 'ore\ntree\nemu\n'.splitlines(1))139>>> print(''.join(diff), end="")140- one141? ^142+ ore143? ^144- two145- three146? -147+ tree148+ emu149```150151#### `difflib.restore(sequence, which)`152153Возвращает одну из двух последовательностей, породивших дельту.154155Принимает *sequence*, созданный с помощью [`Differ.compare()`](https://python-all.ru/3.1/library/difflib.html#difflib.Differ.compare) или [`ndiff()`](https://python-all.ru/3.1/library/difflib.html#difflib.ndiff), извлекает строки, относящиеся к файлу 1 или 2 (параметр *which*), удаляя префиксы строк.156157Пример:158159```python160>>> diff = ndiff('one\ntwo\nthree\n'.splitlines(1),161... 'ore\ntree\nemu\n'.splitlines(1))162>>> diff = list(diff) # материализовать сгенерированную дельту в список163>>> print(''.join(restore(diff, 1)), end="")164one165two166three167>>> print(''.join(restore(diff, 2)), end="")168ore169tree170emu171```172173#### `difflib.unified_diff(a, b, fromfile='', tofile='', fromfiledate='', tofiledate='', n=3, lineterm='\n')`174175Сравнивает *a* и *b* (списки строк); возвращает дельту ([*генератор*](https://python-all.ru/3.1/glossary.html#term-generator), порождающий строки дельты) в формате unified diff.176177Унифицированные различия – это компактный способ показа только изменённых строк плюс несколько строк контекста. Изменения отображаются встроенным стилем (вместо отдельных блоков «до» и «после»). Количество строк контекста задаётся параметром *n*, по умолчанию равным трём.178179По умолчанию строки управления diff (с `---`, `+++` или `@@`) создаются с завершающим переводом строки. Это полезно, чтобы входные данные, полученные с помощью `file.readlines()`, давали различия, пригодные для использования с `file.writelines()`, поскольку и входные, и выходные данные имеют завершающие переводы строк.180181Для входных данных, не имеющих завершающего перевода строки, установите аргумент *lineterm* равным `""`, чтобы выходные данные были полностью без символов новой строки.182183Формат контекстной разницы обычно содержит заголовок с именами файлов и временем изменения. Любой из них или все они могут быть заданы строками для *fromfile*, *tofile*, *fromfiledate* и *tofiledate*. Время изменения обычно выражается в формате, возвращаемом функцией [`time.ctime()`](https://python-all.ru/3.1/library/time.html#time.ctime). Если не указано, строки по умолчанию являются пустыми.184185```python186>>> s1 = ['bacon\n', 'eggs\n', 'ham\n', 'guido\n']187>>> s2 = ['python\n', 'eggy\n', 'hamster\n', 'guido\n']188>>> for line in unified_diff(s1, s2, fromfile='before.py', tofile='after.py'):189... sys.stdout.write(line) # doctest: +NORMALIZE_WHITESPACE190--- before.py191+++ after.py192@@ -1,4 +1,4 @@193-bacon194-eggs195-ham196+python197+eggy198+hamster199 guido200```201202Смотрите [*Интерфейс командной строки для difflib*](https://python-all.ru/3.1/library/difflib.html#difflib-interface) для более подробного примера.203204#### `difflib.IS_LINE_JUNK(line)`205206Возвращает True для строк, которые можно игнорировать. Строка207208*line*209210игнорируется, если211212*line*213214пуста или содержит только215216`'#'`217218, иначе не игнорируется. В старых версиях используется как значение по умолчанию для параметра219220*linejunk*221222в223224[`ndiff()`](https://python-all.ru/3.1/library/difflib.html#difflib.ndiff)225226.227228#### `difflib.IS_CHARACTER_JUNK(ch)`229230Возвращает True для игнорируемых символов. Символ231232*ch*233234игнорируется, если235236*ch*237238является пробелом или табуляцией, иначе не игнорируется. Используется как значение по умолчанию для параметра239240*charjunk*241242в243244[`ndiff()`](https://python-all.ru/3.1/library/difflib.html#difflib.ndiff)245246.247248> **См. также**249>250> **[Сопоставление с образцом: гештальт-подход](https://python-all.ru/3.1/library/difflib.html)**251>252> Обсуждение похожего алгоритма Джона У. Рэтклиффа и Д. Э. Мецнера. Оно было опубликовано в253>254> [Dr. Dobb’s Journal](https://python-all.ru/3.1/library/difflib.html)255>256> в июле 1988 года.257258## 7.4.1. Объекты SequenceMatcher259260Класс [`SequenceMatcher`](https://python-all.ru/3.1/library/difflib.html#difflib.SequenceMatcher) имеет следующий конструктор:261262#### `class difflib.SequenceMatcher(isjunk=None, a='', b='')`263264Необязательный аргумент *isjunk* должен быть `None` (по умолчанию) или функцией с одним аргументом, которая принимает элемент последовательности и возвращает True тогда и только тогда, когда элемент является «мусором» и должен игнорироваться. Передача `None` в качестве *isjunk* эквивалентна передаче `lambda x: 0`; иными словами, ни один элемент не игнорируется. Например, передайте:265266```python267lambda x: x in " \t"268```269270если строки сравниваются как последовательности символов и не требуется выравнивание по пробелам или табуляциям.271272Необязательные аргументы *a* и *b* – это последовательности для сравнения; обе по умолчанию равны пустым строкам. Элементы обеих последовательностей должны быть [*хэшируемыми*](https://python-all.ru/3.1/glossary.html#term-hashable) (hashable).273274Объекты [`SequenceMatcher`](https://python-all.ru/3.1/library/difflib.html#difflib.SequenceMatcher) имеют следующие методы:275276#### `set_seqs(a, b)`277278Устанавливает две последовательности для сравнения.279280[`SequenceMatcher`](https://python-all.ru/3.1/library/difflib.html#difflib.SequenceMatcher) вычисляет и кеширует подробную информацию о второй последовательности, поэтому, если требуется сравнить одну последовательность с несколькими, используйте [`set_seq2()`](https://python-all.ru/3.1/library/difflib.html#difflib.SequenceMatcher.set_seq2) для однократного задания общей последовательности и затем многократно вызывайте [`set_seq1()`](https://python-all.ru/3.1/library/difflib.html#difflib.SequenceMatcher.set_seq1) – по одному разу для каждой из остальных последовательностей.281282#### `set_seq1(a)`283284Устанавливает первую последовательность для сравнения. Вторая последовательность для сравнения не изменяется.285286#### `set_seq2(b)`287288Устанавливает вторую последовательность для сравнения. Первая последовательность для сравнения не изменяется.289290#### `find_longest_match(alo, ahi, blo, bhi)`291292Найти самый длинный совпадающий блок в `a[alo:ahi]` и `b[blo:bhi]`.293294Если *isjunk* был опущен или равен `None`, [`find_longest_match()`](https://python-all.ru/3.1/library/difflib.html#difflib.SequenceMatcher.find_longest_match) возвращает `(i, j, k)` такое, что `a[i:i+k]` равно `b[j:j+k]`, где `alo <= i <= i+k <= ahi` и `blo <= j <= j+k <= bhi`. Для всех `(i', j', k')`, удовлетворяющих этим условиям, также выполняются дополнительные условия `k >= k'`, `i <= i'`, и если `i == i'`, то `j <= j'`. Другими словами, среди всех максимальных совпадающих блоков возвращается тот, который начинается раньше всего в *a*, а среди тех максимальных совпадающих блоков, которые начинаются раньше всего в *a*, возвращается тот, который начинается раньше всего в *b*.295296```python297>>> s = SequenceMatcher(None, " abcd", "abcd abcd")298>>> s.find_longest_match(0, 5, 0, 9)299Match(a=0, b=4, size=5)300```301302Если *isjunk* был указан, сначала определяется самый длинный совпадающий блок, как описано выше, но с дополнительным ограничением: в блоке не должно быть мусорных элементов. Затем этот блок расширяется как можно дальше за счёт сопоставления (только) мусорных элементов с обеих сторон. Таким образом, результирующий блок никогда не совпадает по мусору, за исключением случаев, когда один и тот же мусор оказывается смежным с интересным совпадением.303304Вот тот же пример, что и раньше, но с учётом пробелов как мусора. Это не позволяет `' abcd'` напрямую совпасть с `' abcd'` в конце второй последовательности. Вместо этого совпасть может только `'abcd'`, и он совпадает с самым левым `'abcd'` во второй последовательности:305306```python307>>> s = SequenceMatcher(lambda x: x==" ", " abcd", "abcd abcd")308>>> s.find_longest_match(0, 5, 0, 9)309Match(a=1, b=0, size=4)310```311312Если ни один блок не совпадает, возвращается `(alo, blo, 0)`.313314Этот метод возвращает [*именованный кортеж*](https://python-all.ru/3.1/glossary.html#term-named-tuple) `Match(a, b, size)`.315316#### `get_matching_blocks()`317318Возвращает список троек, описывающих совпадающие подпоследовательности. Каждая тройка имеет вид `(i, j, n)` и означает, что `a[i:i+n] == b[j:j+n]`. Тройки монотонно возрастают по *i* и *j*.319320Последняя тройка – фиктивная, её значение `(len(a), len(b), 0)`. Это единственная тройка, у которой `n == 0`. Если `(i, j, n)` и `(i', j', n')` являются соседними тройками в списке, и вторая не является последней тройкой в списке, то `i+n != i'` или `j+n != j'`; иными словами, соседние тройки всегда описывают несмежные равные блоки.321322```python323>>> s = SequenceMatcher(None, "abxcd", "abcd")324>>> s.get_matching_blocks()325[Match(a=0, b=0, size=2), Match(a=3, b=2, size=2), Match(a=5, b=4, size=0)]326```327328#### `get_opcodes()`329330Возвращает список 5-кортежей, описывающих, как преобразовать *a* в *b*. Каждый кортеж имеет вид `(tag, i1, i2, j1, j2)`. Первый кортеж имеет `i1 == j1 == 0`, а остальные кортежи имеют *i1*, равный *i2* из предыдущего кортежа, и, аналогично, *j1* равно предыдущему *j2*.331332Значения *tag* – это строки со следующим смыслом:333334| Значение | Значение |335| --- | --- |336| `'replace'` | `a[i1:i2]` должен быть заменён на `b[j1:j2]`. |337| `'delete'` | `a[i1:i2]` должен быть удалён. Обратите внимание, что в этом случае `j1 == j2`. |338| `'insert'` | `b[j1:j2]` должен быть вставлен в `a[i1:i1]`. Обратите внимание, что в этом случае `i1 == i2`. |339| `'equal'` | `a[i1:i2] == b[j1:j2]` (подпоследовательности равны). |340341Например:342343```python344>>> a = "qabxcd"345>>> b = "abycdf"346>>> s = SequenceMatcher(None, a, b)347>>> for tag, i1, i2, j1, j2 in s.get_opcodes():348... print(("%7s a[%d:%d] (%s) b[%d:%d] (%s)" %349... (tag, i1, i2, a[i1:i2], j1, j2, b[j1:j2])))350 delete a[0:1] (q) b[0:0] ()351 equal a[1:3] (ab) b[0:2] (ab)352replace a[3:4] (x) b[2:3] (y)353 equal a[4:6] (cd) b[3:5] (cd)354 insert a[6:6] () b[5:6] (f)355```356357#### `get_grouped_opcodes(n=3)`358359Возвращает [*генератор*](https://python-all.ru/3.1/glossary.html#term-generator) групп с не более чем *n* строками контекста.360361Начиная с групп, возвращаемых [`get_opcodes()`](https://python-all.ru/3.1/library/difflib.html#difflib.SequenceMatcher.get_opcodes), этот метод разбивает их на более мелкие кластеры изменений и удаляет промежуточные диапазоны, в которых нет изменений.362363Группы возвращаются в том же формате, что и [`get_opcodes()`](https://python-all.ru/3.1/library/difflib.html#difflib.SequenceMatcher.get_opcodes).364365#### `ratio()`366367Возвращает меру схожести последовательностей в виде числа с плавающей запятой в диапазоне \[0, 1\].368369Где T – общее количество элементов в обеих последовательностях, а M – количество совпадений, это 2.0\*M / T. Обратите внимание, что это `1.0`, если последовательности идентичны, и `0.0`, если у них нет ничего общего.370371Это дорогостоящая операция, если [`get_matching_blocks()`](https://python-all.ru/3.1/library/difflib.html#difflib.SequenceMatcher.get_matching_blocks) или [`get_opcodes()`](https://python-all.ru/3.1/library/difflib.html#difflib.SequenceMatcher.get_opcodes) ещё не были вызваны; в таком случае, возможно, стоит сначала попробовать [`quick_ratio()`](https://python-all.ru/3.1/library/difflib.html#difflib.SequenceMatcher.quick_ratio) или [`real_quick_ratio()`](https://python-all.ru/3.1/library/difflib.html#difflib.SequenceMatcher.real_quick_ratio), чтобы получить верхнюю границу.372373#### `quick_ratio()`374375Возвращает верхнюю границу376377[`ratio()`](https://python-all.ru/3.1/library/difflib.html#difflib.SequenceMatcher.ratio)378379относительно быстро.380381#### `real_quick_ratio()`382383Возвращает верхнюю границу384385[`ratio()`](https://python-all.ru/3.1/library/difflib.html#difflib.SequenceMatcher.ratio)386387очень быстро.388389Три метода, возвращающие отношение совпадающих символов к общему количеству, могут давать разные результаты из-за разной степени приближения, хотя `quick_ratio()` и `real_quick_ratio()` всегда не меньше, чем `ratio()`:390391```python392>>> s = SequenceMatcher(None, "abcd", "bcde")393>>> s.ratio()3940.75395>>> s.quick_ratio()3960.75397>>> s.real_quick_ratio()3981.0399```400401## 7.4.2. Примеры SequenceMatcher402403В этом примере сравниваются две строки, причём пробелы считаются «мусором»:404405```python406>>> s = SequenceMatcher(lambda x: x == " ",407... "private Thread currentThread;",408... "private volatile Thread currentThread;")409```410411`ratio()` возвращает число с плавающей запятой в диапазоне \[0, 1\], измеряющее схожесть последовательностей. Эмпирически, значение `ratio()` больше 0,6 означает, что последовательности близки:412413```python414>>> print(round(s.ratio(), 3))4150.866416```417418Если интересует только, где последовательности совпадают, `get_matching_blocks()` будет удобен:419420```python421>>> for block in s.get_matching_blocks():422... print("a[%d] and b[%d] match for %d elements" % block)423a[0] and b[0] match for 8 elements424a[8] and b[17] match for 21 elements425a[29] and b[38] match for 0 elements426```427428Обратите внимание, что последний кортеж, возвращаемый `get_matching_blocks()`, всегда является фиктивным: `(len(a), len(b), 0)`, и это единственный случай, когда последний элемент кортежа (количество совпавших элементов) равен `0`.429430Если требуется узнать, как изменить первую последовательность, чтобы получить вторую, используйте `get_opcodes()`:431432```python433>>> for opcode in s.get_opcodes():434... print("%6s a[%d:%d] b[%d:%d]" % opcode)435 equal a[0:8] b[0:8]436insert a[8:8] b[8:17]437 equal a[8:29] b[17:38]438```439440> **См. также**441>442> - The [`get_close_matches()`](https://python-all.ru/3.1/library/difflib.html#difflib.get_close_matches) function in this module which shows how simple code building on [`SequenceMatcher`](https://python-all.ru/3.1/library/difflib.html#difflib.SequenceMatcher) can be used to do useful work.443> - [Простой рецепт управления версиями](https://python-all.ru/3.1/library/difflib.html) для небольшого приложения, построенного с помощью [`SequenceMatcher`](https://python-all.ru/3.1/library/difflib.html#difflib.SequenceMatcher).444445## 7.4.3. Объекты Differ446447Обратите внимание, что дельты, созданные [`Differ`](https://python-all.ru/3.1/library/difflib.html#difflib.Differ), не претендуют на то, чтобы быть **минимальными** различиями. Напротив, минимальные различия часто неочевидны, потому что они синхронизируются везде, где возможно, иногда случайно совпадая на расстоянии 100 страниц. Ограничение точек синхронизации непрерывными совпадениями сохраняет некоторое понятие локальности, ценой получения более длинного diff.448449Класс [`Differ`](https://python-all.ru/3.1/library/difflib.html#difflib.Differ) имеет следующий конструктор:450451#### `class difflib.Differ(linejunk=None, charjunk=None)`452453Необязательные именованные параметры *linejunk* и *charjunk* предназначены для функций фильтрации (или `None`):454455*linejunk*: функция, которая принимает один строковый аргумент и возвращает True, если строка является мусором. По умолчанию `None`, то есть ни одна строка не считается мусором.456457*charjunk*: функция, которая принимает один символьный аргумент (строку длины 1) и возвращает True, если символ является мусором. По умолчанию `None`, то есть ни один символ не считается мусором.458459Объекты [`Differ`](https://python-all.ru/3.1/library/difflib.html#difflib.Differ) используются (дельты создаются) с помощью одного метода:460461#### `compare(a, b)`462463Сравнивает две последовательности строк и генерирует дельту (последовательность строк).464465Каждая последовательность должна содержать отдельные однострочные строки, заканчивающиеся символами новой строки. Такие последовательности можно получить из метода `readlines()` файлоподобных объектов. Сгенерированный дельта также состоит из строк, заканчивающихся символом новой строки, готовых к выводу как есть с помощью метода `writelines()` файлоподобного объекта.466467## 7.4.4. Пример Differ468469В этом примере сравниваются два текста. Сначала настроим тексты – последовательности отдельных однострочных строк, заканчивающихся символами новой строки (такие последовательности также можно получить из метода `readlines()` файлоподобных объектов):470471```python472>>> text1 = ''' 1. Beautiful is better than ugly.473... 2. Explicit is better than implicit.474... 3. Simple is better than complex.475... 4. Complex is better than complicated.476... '''.splitlines(1)477>>> len(text1)4784479>>> text1[0][-1]480'\n'481>>> text2 = ''' 1. Beautiful is better than ugly.482... 3. Simple is better than complex.483... 4. Complicated is better than complex.484... 5. Flat is better than nested.485... '''.splitlines(1)486```487488Затем мы создаем экземпляр объекта Differ:489490```python491>>> d = Differ()492```493494Note that when instantiating a [`Differ`](https://python-all.ru/3.1/library/difflib.html#difflib.Differ) object we may pass functions to filter out line and character “junk.” See the [`Differ()`](https://python-all.ru/3.1/library/difflib.html#difflib.Differ) constructor for details.495496Наконец, мы сравниваем два:497498```python499>>> result = list(d.compare(text1, text2))500```501502`result` – это список строк, поэтому выведем его в отформатированном виде:503504```python505>>> from pprint import pprint506>>> pprint(result)507[' 1. Beautiful is better than ugly.\n',508 '- 2. Explicit is better than implicit.\n',509 '- 3. Simple is better than complex.\n',510 '+ 3. Simple is better than complex.\n',511 '? ++\n',512 '- 4. Complex is better than complicated.\n',513 '? ^ ---- ^\n',514 '+ 4. Complicated is better than complex.\n',515 '? ++++ ^ ^\n',516 '+ 5. Flat is better than nested.\n']517```518519В виде одной многострочной строки это выглядит так:520521```python522>>> import sys523>>> sys.stdout.writelines(result)524 1. Beautiful is better than ugly.525- 2. Explicit is better than implicit.526- 3. Simple is better than complex.527+ 3. Simple is better than complex.528? ++529- 4. Complex is better than complicated.530? ^ ---- ^531+ 4. Complicated is better than complex.532? ++++ ^ ^533+ 5. Flat is better than nested.534```535536## 7.4.5. Интерфейс командной строки для difflib537538В этом примере показано, как использовать difflib для создания утилиты, подобной `diff`. Она также содержится в дистрибутиве исходного кода Python как `Tools/scripts/diff.py`.539540```python541""" Интерфейс командной строки для difflib.py, выводящий разницу в четырёх форматах:542543* ndiff: выводит каждую строку и подсвечивает изменения между строками.544* context: подсвечивает кластеры изменений в формате «до/после».545* unified: подсвечивает кластеры изменений во встроенном формате.546* html: генерирует построчное сравнение с подсветкой изменений.547548"""549550import sys, os, time, difflib, optparse551552def main():553 # Настройка парсера аргументов554 usage = "usage: %prog [options] fromfile tofile"555 parser = optparse.OptionParser(usage)556 parser.add_option("-c", action="store_true", default=False,557 help='Produce a context format diff (default)')558 parser.add_option("-u", action="store_true", default=False,559 help='Produce a unified format diff')560 hlp = 'Produce HTML side by side diff (can use -c and -l in conjunction)'561 parser.add_option("-m", action="store_true", default=False, help=hlp)562 parser.add_option("-n", action="store_true", default=False,563 help='Produce a ndiff format diff')564 parser.add_option("-l", "--lines", type="int", default=3,565 help='Set number of context lines (default 3)')566 (options, args) = parser.parse_args()567568 if len(args) == 0:569 parser.print_help()570 sys.exit(1)571 if len(args) != 2:572 parser.error("need to specify both a fromfile and tofile")573574 n = options.lines575 fromfile, tofile = args # в соответствии со строкой использования576577 # передаются в качестве аргументов функции diff578 fromdate = time.ctime(os.stat(fromfile).st_mtime)579 todate = time.ctime(os.stat(tofile).st_mtime)580 fromlines = open(fromfile, 'U').readlines()581 tolines = open(tofile, 'U').readlines()582583 if options.u:584 diff = difflib.unified_diff(fromlines, tolines, fromfile, tofile,585 fromdate, todate, n=n)586 elif options.n:587 diff = difflib.ndiff(fromlines, tolines)588 elif options.m:589 diff = difflib.HtmlDiff().make_file(fromlines, tolines, fromfile,590 tofile, context=options.c,591 numlines=n)592 else:593 diff = difflib.context_diff(fromlines, tolines, fromfile, tofile,594 fromdate, todate, n=n)595596 # используется writelines, так как diff – генератор597 sys.stdout.writelines(diff)598599if __name__ == '__main__':600 main()601```602