是否可以使用 DaisyDiff 保留输入标记？答案

【问题标题】：Is it possible to keep the input Markup with DaisyDiff?是否可以使用 DaisyDiff 保留输入标记？
【发布时间】：2018-01-15 12:07:18
【问题描述】：

所以，我目前正在努力实现一个能够区分两个 HTML 文件的差异化工具。我做了一些研究，最终使用了 DaisyDiff。由于这个工具现在似乎有点陈旧，我很难找到一些仍然有效的例子。我找到了this quesion on Stackoverflow，因为我不知道要传递什么作为第三和第四个参数，这很有帮助。我目前的实施状态：

String html1 = "<html class='foobar'>Hello</html>";
String html2 = "<html>Bye</html>";

try {
    StringWriter finalResult = new StringWriter();
    SAXTransformerFactory tf = (SAXTransformerFactory) SAXTransformerFactory.newInstance(); 
    TransformerHandler result = tf.newTransformerHandler(); 
    result.getTransformer().setOutputProperty(OutputKeys.OMIT_XML_DECLARATION, "yes"); 
    result.getTransformer().setOutputProperty(OutputKeys.INDENT, "yes"); 
    result.getTransformer().setOutputProperty(OutputKeys.METHOD, "html"); 
    result.getTransformer().setOutputProperty(OutputKeys.ENCODING, "UTF-8"); 
    result.setResult(new StreamResult(finalResult)); 

    ContentHandler postProcess = result; 

    DaisyDiff.diffHTML(new InputSource(new StringReader(html1)), new InputSource(new StringReader(html2)), postProcess, null, Locale.GERMAN);

    System.out.println(finalResult.toString());

} catch (SAXException e) {
    // TODO Auto-generated catch block
    e.printStackTrace();
} catch (IOException e) {
    // TODO Auto-generated catch block
    e.printStackTrace();
}

问题是，它实际上只区分纯文本，但它完全从输入中删除了标记。例如，如果我将这两个字符串作为输入：

String first = "<div>Hello</div>"
String second = "<div>Bye</div>"

我希望这个输出：

<div><span class="removed">Hello</span><span class="added">Bye</span></div>

但我只得到这个：

<span class="removed">Hello</span><span class="added">Bye</span>

【问题讨论】：

标签： java html diff

【解决方案1】：

所以，我终于让它工作了。在我在 Github 上找到 this example code 之后，很明显，问题不是我怀疑的 ContentHandler。所以，如果有人还需要区分一些 HTML，并且不想浪费几天时间寻找一个好的（和工作的）示例，这就是我的工作方式。

首先，您需要下载NekoHTML Dependency，它基本上是一个HTML Parser。

这就是我的导入块的样子

import java.io.IOException;
import java.io.StringReader;
import java.io.StringWriter;
import java.util.Locale;

import javax.xml.transform.OutputKeys;
import javax.xml.transform.TransformerConfigurationException;
import javax.xml.transform.sax.SAXTransformerFactory;
import javax.xml.transform.sax.TransformerHandler;
import javax.xml.transform.stream.StreamResult;

import org.outerj.daisy.diff.helper.NekoHtmlParser;
import org.outerj.daisy.diff.html.HTMLDiffer;
import org.outerj.daisy.diff.html.HtmlSaxDiffOutput;
import org.outerj.daisy.diff.html.TextNodeComparator;
import org.outerj.daisy.diff.html.dom.DomTreeBuilder;
import org.xml.sax.ContentHandler;
import org.xml.sax.InputSource;
import org.xml.sax.SAXException;

这是我对 Differ 的完整实现，它不会删除实际的标记（请注意，这不是我的代码，我只是得到了上面链接的示例！）：

public static String diffHtml(String first, String second) throws TransformerConfigurationException, IOException, SAXException {

    StringWriter finalResult = new StringWriter();
    SAXTransformerFactory tf = (SAXTransformerFactory) SAXTransformerFactory.newInstance();

    TransformerHandler result = tf.newTransformerHandler();
    result.getTransformer().setOutputProperty(OutputKeys.OMIT_XML_DECLARATION, "yes");
    result.getTransformer().setOutputProperty(OutputKeys.INDENT, "yes");
    result.getTransformer().setOutputProperty(OutputKeys.METHOD, "html");
    result.getTransformer().setOutputProperty(OutputKeys.ENCODING, "UTF-8");
    result.setResult(new StreamResult(finalResult));

    ContentHandler postProcess = result;

    Locale locale = Locale.getDefault();
    String prefix = "diff";

    NekoHtmlParser cleaner = new NekoHtmlParser();

    InputSource oldSource = new InputSource(new StringReader(first));
    InputSource newSource = new InputSource(new StringReader(second));

    DomTreeBuilder oldHandler = new DomTreeBuilder();
    cleaner.parse(oldSource, oldHandler);
    TextNodeComparator leftComparator = new TextNodeComparator(oldHandler, locale);

    DomTreeBuilder newHandler = new DomTreeBuilder();
    cleaner.parse(newSource, newHandler);
    TextNodeComparator rightComparator = new TextNodeComparator(newHandler, locale);

    HtmlSaxDiffOutput output = new HtmlSaxDiffOutput(postProcess, prefix);

    HTMLDiffer differ = new HTMLDiffer(output);
    differ.diff(leftComparator, rightComparator);

    System.out.println(finalResult.toString());

    return finalResult.toString();
}

哦，如果您在使用 IProgressMonitor 接口时遇到错误，请注意，它已从 org.eclipse.core.runtime 移动到 org.eclipse.equinox.common，因此请记住使用正确的依赖关系。也偶然发现了这个小问题。我希望这会有所帮助！

【讨论】：