Python自动化运维笔记（四）：使用difflib模块实现文件内容差异对比

运行环境：

Python3.6

，

Windwos10 RS1

，

Pycharm

模块介绍

我们可以通过

Python

的标准库模块（

Python2.3

以上就已经自带）

difflib

模块来实现文件内容的文本差异对比。并且支持输出可读性比较强的HTML文档，与

Linux

下的

diff

命令相似。可以使用

difflib

对比代码，配置文件的差别，在版本控制方面非常有用。

实现两个字符串的差异对比

在下列示例程序中，我定义了两个字符串，对比差异之后以版本控制风格进行输出。

# -*- coding: utf-8 -*-
# @Time : 2017/10/1 16:22
# @File : Difflib.py
# @Software: PyCharm

import difflib

text1 = """
This is Text1
人生苦短，我用Python！
Python！Python！Python！
"""

text2 = """
This is Text2
人生苦短，我用Python！
Python!Python!Python!
"""
text1_lines = text1.splitlines()    # 分别以行进行分割
text2_lines = text2.splitlines()

d = difflib.Differ()                # 创建Differ对象
diff = d.compare(text1_lines, text2_lines)
print('\n'.join(list(diff)))

运行结果如下：



在上面的结果中，发现字符串下面有符号标记。其符号含义如下：

符号	含义
’ - ‘	包含在第一个系列行中，但不包含第二个。
’ + ‘	包含在第二个系列行中，但不包含第一个。
’ ‘	两个序列行一致
’ ? ‘	标志两个序列行存在增量差异
’ ^ ‘	标志着两个序列行存在的差异字符

然后现在再来分析一下上面的结果。可以得出的是

- 可以实现两个字符串文本的对比，只能是两个

- 两个文本

中Python！

和

Python!

中感叹号，分别是用中英输入法输入的，依旧可以被判断出来

- 相同的字符串结果中只出现一次，且未有标记

将字符串对比结果生成美观的HTML格式文档

difflib

中的

HtmlDiff()

类支持将比较结果输出为

HTML

格式，其

HtmlDiff()

类中的

make_file()

方法可以生成美观的

html

文
bd81
档。

我们依旧采用上面的代码，做一些简单的修改：

# -*- coding: utf-8 -*-
# @Time : 2017/10/1 16:22
# @File : Difflib.py
# @Software: PyCharm

import difflib

text1 = """
This is Text1
人生苦短，我用Python！
Python！Python！Python！
"""

text2 = """
This is Text2
人生苦短，我用Python！
Python!Python!Python!
"""
text1_lines = text1.splitlines()  # 分别以行进行分割
text2_lines = text2.splitlines()

# d = difflib.Differ()                # 创建Differ对象
# diff = d.compare(text1_lines, text2_lines)
# print('\n'.join(list(diff)))

d = difflib.HtmlDiff()
print(d.make_file(text1_lines, text2_lines))

我们单独运行这段代码，会生成

html

标记语言，运行结果如下：



我们这样子无法对比出文本的差异，所以我们切换到

Terminal

终端，通过重定向符（不知道在

Windows

环境中这样说是否准确）将产生的

html

存下来。

我们在终端中运行刚才的代码，我们可以看到生成了

Text.html

文件。

python Difflib.py > Text.html

我们使用浏览器打开

Text.html

文件，会发现一个新的问题出来了，我们使用网页打开我们输出的

Text.html

文件，显示效果如下，换了多个浏览器也是一致乱码。



我们会发现只要是显示中文，包括中文和中文输入法的字符都会出现乱码。所以我查看了一下

Text.html

文本，首先是检查的编码格式为

utf-8

，

utf-8

编码本身就是为融合世界字符语言推出的，所以

utf-8

编码对中文字符的支持自然是满足的，值得一提的是

Python3

的推出将缺省编码改为

utf-8

了。



我们将

utf-8

编码改为同样支持中文编码的

gbk

后，重新使用浏览器打开

Text.html

文件发现中文显示正常。这样的

HTML

文档包括了行号、差异标志、图例等信息，可读性增强了很多。



因为是菜鸟，诸多不懂，所以如果读者有知道该Python重定向输出编码出现乱码的原因或者解决办法，请在评论区留言，感激不尽。