python - 如何在使用 python 的 Linux 中使用 “difflib” 命令获取字符级别差异？

Question

我有两个SQL文件，一个是old.sql，一个是new.sql。

假设old.sql中有一张表，表中有Emp_Id、Name和Address三个字段，old.sql中存储的数据如下:

Insert into table1 values (101 ,"a", "xyz");
Insert into table1 values (102 ,"b", "pqr");

然后我将“a”地址“xyz”更改为“xyz123”并将该数据保存在 new.sql 文件中。现在new.sql文件包含如下数据:

Insert into table1 values (101 ,"a", "xyz123");
Insert into table1 values (102 ,"b", "pqr");

当我像这样使用 difflib 命令时:

difflib old.sql new.sql

它给出了逐行差异，但我只想要更新的数据，比如 xyz123。

Answer 1

问题是 diff 不知道您将行的哪一部分定义为“数据”，将什么定义为“语法”。如果你进行逐行差异，你会得到 123"); 是不同的部分。

Insert into table1 values (101 ,"a", "xyz");
Insert into table1 values (101 ,"a", "xyz123");
                                         123"); <-- difference

因此您需要实际解析每个不同的行，使用一个知道将什么解释为语法以及将什么解释为实际数据的脚本。

由于您的数据文件很大，您可以在 Python 中同时打开这两个文件，并分别读入一行并进行比较。

fh1 = open('file1.sql', 'r')
fh2 = open('file2.sql', 'r')

while True:
    line1 = fh1.readline() or break;
    line2 = fh2.readline() or break;
    check_difference(line1, line2)

close(fh1)
close(fh2)

检查详细差异将取决于您文件的语法。

def check_difference(line1, line2):
    if line1 == line2: 
        return None

    # Get a list with the cleaned up data fields.
    data1 = get_values_list(line1)
    data2 = get_values_list(line2)

    # Compare each individual field.
    for i in range(len(data1)):
        if data1[i] != data2[i]:
            print('Difference: {} --> {}'.format(data1[i], data2[i]))

def get_values_list(s):
    # Split a line into data fields and remove quotes, etc.
    li = s[s.index('(') + 1 : s.index(')')].split(',')
    return [x.strip(' ').strip('"\'') for x in li]

那是未经测试的，但基本上应该可以很好地进行比较。它不会读取整个文件，只会返回发生变化的单个数据字段。