【GoCN酷Go推薦】 ?文本差異對比工具 go-diff

純文本差異對比在許多場景下都有應(yīng)用，如語音識別技術(shù)對識別率的評估，需要將識別后的文本與預(yù)期文本之間做差異對比計算；又如我們使用 Git 進(jìn)行代碼提交時，通常會使用git diff來查看這次編輯發(fā)生了哪些改動。

這里我們先簡單定義一下差異 diff：是指目標(biāo)文本和源文本之間的區(qū)別，也就是將源文本變成目標(biāo)文本所需要的操作。

以上問題的一個通常解決方案是 Eugene W.Myers 在1986年發(fā)表的一篇論文  An O(ND) Difference Algorithm and Its Variations 中提出的 Myers差分算法，該算法是一個能在大部分情況產(chǎn)生「最短的直觀的diff」的算法。

google/diff-match-patch  項目是Myers差分算法的一種實現(xiàn)。但是該項目缺少 Golang 語言的實現(xiàn)。

go-diff 則是 google/diff-match-patch  的一個 Golang 版本的補(bǔ)充。

go-diff 主要提供三個功能：

• 比較兩段文本并返回它們的差異
• 執(zhí)行文本的模糊匹配
• 生成和應(yīng)用補(bǔ)丁

go-diff 不僅能夠簡潔地輸出字符串對比結(jié)果，還能夠輸出規(guī)范化的數(shù)據(jù)結(jié)構(gòu)方便我們的二次開發(fā)。

go-diff 使用方式非常簡單，代碼如下

const (
 text1 = "gocn vip"
 text2 = "goCN cool"
)

func main() {
 dmp := diffmatchpatch.New()

 diffs := dmp.DiffMain(text1, text2, false)
 fmt.Println(diffs)
}

執(zhí)行以上代碼，輸出

[{Equal go} {Insert CN } {Equal c} {Delete n vip} {Insert ool}]

以上輸出結(jié)果表示從 text1 變成 text2 需要執(zhí)行的步驟:

• go 不需要變動
• 插入 CN
• c 不需要變動
• 刪除 n vip
• 插入語 ool

DiffMain  方法會查找兩段文本的不同，并以數(shù)組形式返回 diff 差異。

這里的 diff 差異就是從左邊 text1 的字符串變成右邊 text2 的字符串所需要的最少的步驟，每個步驟只能做“保持不變”、“插入”或者“刪除”操作。如果我們需要的是替換操作，那么只能是先“刪除”后“插入”

工具提供了DiffPrettyText 和DiffPrettyHtml 等方法，可以將 diff 數(shù)組轉(zhuǎn)換成更友好的有顏色高亮的文本或HTML格式報告。

DiffTimeout參數(shù)用以設(shè)置 diff 計算的超時時間，如果超過此時間，則該計算將被截斷，并返回目前為止的最佳解決方案。此時盡管結(jié)果是正確的，但可能并不是最佳方案。該值為 0 時可進(jìn)行無限時的計算。

go-diff 庫實現(xiàn)了高效、完備的文本差異對比算法，在類似需求時，如計算編輯距離、模糊匹配時，不需要我們再去手寫復(fù)雜的算法，非常省心和方便。

git生成diff原理：Myers差分算法 | 大藝術(shù)家_SN (chenshinan.github.io)

Git 是怎樣生成 diff 的：Myers 算法 - CJ Ting's Blog