如何使用 c# 显示单词差异？答案

【问题标题】：How to display word differences using c#?如何使用 c# 显示单词差异？
【发布时间】：2010-12-28 09:30:19
【问题描述】：

我想显示两个文本块之间的差异。而不是比较文本行或单个字符，我只想比较由指定字符分隔的单词（例如'\n'、''、'\t'）。我这样做的主要原因是，我将要比较的文本块通常没有很多换行符，而且字母比较很难理解。

我遇到过以下O(ND) logic in C# 用于比较行和字符，但我有点不知如何修改它来比较单词。

此外，我想跟踪单词之间的分隔符并确保它们包含在差异中。因此，如果一个空格被硬返回所取代，我希望它作为一个差异出现。

我正在使用 Asp.Net (c#) 显示整个文本块，包括已删除的原始文本和添加的新文本（两者都将突出显示以表明它们已被删除/添加）。一个适用于这些技术的解决方案将不胜感激。

感谢任何有关如何完成此操作的建议。

【问题讨论】：

玩得开心。我的一位同事为了发布我们的旗舰产品线而必须这样做。他受到了足够的挑战。他使用了几篇理论论文来指导他的工作……一直在抱怨写作的质量。

标签： c# diff word-diff

【解决方案1】：

Microsoft 已在 CodePlex 上发布了一个差异项目，允许您进行单词、字符和行差异。它是根据 Microsoft 公共许可证 (Ms-PL) 获得许可的。

https://github.com/mmanela/diffplex

【讨论】：

DiffPlex 允许您定义一个自定义函数，用于在区分文本之前如何对文本进行分区。您可以使用以下方法： DiffResult CreateCustomDiffs(string oldText, string newText, bool ignoreWhiteSpace, Func chunker) 其中 chunker 告诉 DiffPlex 要相互比较的原子单元是什么。
嗨，Jim，我正在寻找类似的解决方案，如果使用 diffplex 解决了您的问题，想知道您的看法吗？
看起来我使用了codeproject.com/Articles/11454/… 作为我的解决方案。我不记得为什么我在 diffplex 上使用它，tbh。此解决方案将已删除和添加的单词包装在定义的 html 标记中，允许您根据需要设置样式。

【解决方案2】：

除了一些一般性的优化之外，如果您需要在比较中包含分隔符，那么您实际上是在逐个字符地进行中断比较。尽管您可以使用链接的 O(ND)，但您将对它进行尽可能多的更改，就像您基本上编写自己的一样。

差异比较的主要问题是找到延续（如果我删除了一个单词，但其余的保持不变）。

如果你想用他们的代码以例子开头，不写删除的字符，如果在同一个地方有替换的字符，不要输出这个结果。然后，您需要计算“已更改”单词的最长连续运行，突出显示该字符串并输出。

抱歉，答案不多，但对于这个问题，答案基本上是编写和调整函数。

【讨论】：

【解决方案3】：

String.Split 使用 '\n'、' ' 和 '\t' 作为拆分字符将在您的文本块中返回一个单词数组。

然后您可以比较每个数组的差异。一个简单的 1:1 比较会告诉您是否有任何单词被更改。比较：

hello world how are you

和：

hello there how are you

会给你world 并改为there。

它不会告诉您的是是否插入或删除了单词，您仍然需要逐个字符地解析文本块以查看是否有任何分隔符已更改。

【讨论】：

我担心大块文本的String.Split会效率低下。

【解决方案4】：

string string1 = "你好，你好吗"; string string2 = "你好，你好吗";

        var first = string1.Split(' ');
        var second = string2.Split(' ');
        var primary = first.Length > second.Length ? first : second;
        var secondary = primary == second ? first : second;
        var difference = primary.Except(secondary).ToArray();

【讨论】：