无冗余存储差异信息元组的有效方法答案

【问题标题】：Efficient way to store tuples of diff info without redundancy无冗余存储差异信息元组的有效方法
【发布时间】：2014-11-30 12:50:09
【问题描述】：

我有这个正文How can I run java script from a local folder?

这个diff.diff_main(diff(), "How can I run java script from a local folder?","How can I run Javascript from a local folder?")

返回[(0, 'How can I run '), (-1, 'j'), (1, 'J'), (0, 'ava'), (-1, ' '), (0, 'script from a local folder?')]

这个短字符串不是什么大问题，但它有更大的字符串，比如 40,000 个字符，这在我的应用程序中很常见。为了清晰和可读性，我选择了这个短字符串，但是我正在寻找一种存储文本位置（从开始位置到结束位置）而不是实际文本的方法。最终会与原文匹配。

例如，，而不是[(0, 'How can I run '), (-1, 'j'), (1, 'J'), (0, 'ava'), (-1, ' '), (0, 'script from a local folder?')]，我将使用[(0, '0,14'), (-1, 'j'), (1, 'J'), (0, '15,18'), (-1, ' '), (0, '19,44')]

它将从以元组编码的位置解码，例如 0,14 是从位置 0 到 14 或 How can I run ,,, 15,18 从位置 15 到 18 在原始文本或 ava 等,,

以后可以像originaltext[0:14]这样检索，，，

我已经试过了，它非常接近

a=[(0, 'How can I run '), (-1, 'j'), (1, 'J'), (0, 'ava'), (-1, ' '), (0, 'script from a local folder?')]

b='How can I run java script from a local folder?'

result={}

positioncount = 0
for x, y in enumerate(a):
    if y[0] == 0:
        if positioncount == 0:
            result[x]={y[0]:len(y[1])}
            positioncount+=len(y[1])
        else:
            result[x]={y[0]:(len(y[1])+positioncount,len(y[1]))}
    else:
        result[x]={y[0]:y[1]}
        positioncount-=len(y[1])

但是print result 是给我{0: {0: 14}, 1: {-1: 'j'}, 2: {1: 'J'}, 3: {0: (15, 3)}, 4: {-1: ' '}, 5: {0: (38, 27)}} 并且不正确，因为它应该给{0: {0: 14}, 1: {-1: 'j'}, 2: {1: 'J'}, 3: {0: (15, 18)}, 4: {-1: ' '}, 5: {0: (19, 44)}}

我在这里做错了什么？有没有办法做到这一点？如果您有任何选择，我很乐意接受！

【问题讨论】：

标签： python encoding compression google-diff-match-patch

【解决方案1】：

为什么要创建以运行索引为键的字典？试试这个：

a=[(0, 'How can I run '), (-1, 'j'), (1, 'J'), (0, 'ava'), (-1, ' '), (0, 'script from a local folder?')]

b='How can I run java script from a local folder?'

result = []

position = 0
for v, txt in a:
    if v == 0:
        result.append((0, (position, position+len(txt))))
    else:
        result.append((v, txt))
    if v<=0:
        position += len(txt)

【讨论】：