两个文本文件之间的百分比差异答案

【问题标题】：percentage difference between two text files两个文本文件之间的百分比差异
【发布时间】：2010-11-23 00:18:25
【问题描述】：

我知道我可以使用 cmp、diff 等来比较两个文件，但我正在寻找的是一个实用程序，它可以为我提供两个文件之间的百分比差异。

如果没有这样的实用程序，任何算法也可以。我读过关于模糊编程的书，但我不是很了解。

【问题讨论】：

你如何定义“百分比差异”？您如何解释丢失、多余和交换的字符/单词/行？
文件中不会有任何交换的字符或单词或行。这两个文件是日志文件，一个日志文件是所有的日志文件，这意味着系统运行良好。每小时都会写入新日志。所以我想将新写入的日志与标准日志进行比较。如果新日志与标准日志不同，则邮寄给 {X} 级支持工程师。现在清楚了吗？
见：stackoverflow.com/questions/145607/text-difference-algorithm

【解决方案1】：

你可以使用 difflib.SequenceMatcher ratio 方法

来自文档：

返回一个度量序列作为浮点数的相似性范围 [0, 1]。

例如：

from difflib import SequenceMatcher
text1 = open(file1).read()
text2 = open(file2).read()
m = SequenceMatcher(None, text1, text2)
m.ratio()

【讨论】：

这是一个很好的答案，但我确实发现它运行起来可能很慢。如果您查看文档，可以使用 m.quick_ratio() 或 m.real_quick_ratio() 作为更便宜的选项，但准确性较低。

【解决方案2】：

看起来 Linux 有一个名为 dwdiff 的实用程序，它可以通过使用“-s”标志给出百分比差异

【讨论】：

【解决方案3】：

Beyond Compare 有非常好的文件差异统计导出到 csv。报告了行级别的差异，因此可以比较源代码文件。

【讨论】：