difflib python格式设置

Question

我正在使用这段代码来找出两个csv列表之间的差异，并提出一些格式问题。这可能是一个简单的修复，但我是一个新的，试图学习和有很多问题。

 import difflib

 diff=difflib.ndiff(open('test1.csv',"rb").readlines(), open('test2.csv',"rb").readlines()) 

 try:
  while 1:
    print diff.next(),
except:
 pass

代码运行良好，我得到了我想要的输出：

 Group,Symbol,Total

 - Adam,apple,3850

 ?           ^
 + Adam,apple,2850

 ?           ^
 bob,orange,-45

 bob,lemon,66

 bob,appl,-56

 bob,,88

我的问题是，我如何清理格式，我是否可以将Group，Symbol，Total放入精选列中，并将下面的文本排成一行？

另外，我可以更改吗？来表示我确定的文本？例如，测试1和测试2表示它来自哪个工作表？

谢谢你的帮助

Answer 1

使用difflib.unified_diff可以提供更干净的输出，如下所示。

此外，difflib.ndiff和difflib.unified_diff都返回一个Differ对象，它是一个generator对象，您可以直接在for循环中使用它，它知道何时退出，因此您不必自己处理异常。注意：line后面的逗号是为了防止print添加另一个换行符。

import difflib
s1 = ['Adam,apple,3850\n', 'bob,orange,-45\n', 'bob,lemon,66\n', 
      'bob,appl,-56\n', 'bob,,88\n']
s2 = ['Adam,apple,2850\n', 'bob,orange,-45\n', 'bob,lemon,66\n', 
      'bob,appl,-56\n', 'bob,,88\n']

for line in difflib.unified_diff(s1, s2, fromfile='test1.csv',
                 tofile='test2.csv'): 
    print line,

这提供了：

--- test1.csv
+++ test2.csv
@@ -1,4 +1,4 @@
-Adam,apple,3850
+Adam,apple,2850
 bob,orange,-45
 bob,lemon,66
 bob,appl,-56

因此，您可以清楚地看到在test1.csv和test1.csv之间更改了哪些行。

Answer 2

要对齐列，必须使用字符串格式。

例如，print "%-20s %-20s %-20s" % (row[0],row[1],row[2])。

要将?更改为您喜欢的任何文本测试，可以使用s.replace('any text i like')。

Answer 3

您的问题更多地与CSV格式有关，因为difflib不知道它正在查看列字段。您需要做的是找出向导所指向的字段，以便在打印列时对其进行调整。

如果您的CSV文件很简单，即它们不包含任何带引号的字段和嵌入逗号或(颤栗)换行符，您只需使用split(',')将它们分隔为字段，并找出指南指向的位置，如下所示：

def align(line, guideline):
    """
    Figure out which field the guide (^) points to, and the offset within it.
    E.g., if the guide points 3 chars into field 2, return (2, 3)
    """
    fields = line.split(',')
    guide = guideline.index('^')
    f = p = 0
    while p + len(fields[f]) < guide:
        p += len(fields[f]) + 1     # +1 for the comma
        f += 1
    offset = guide - p
    return f, offset

现在很容易正确地显示向导。假设您想要通过打印所有12个空格宽度的内容来对齐列：

diff=difflib.ndiff(...)
for line in diff:
    code = line[0]  # The diff prefix
    print code,
    if code == '?':
        fld, offset = align(lastline, line[2:])
        for f in range(fld):
            print "%-12s" % '',
        print ' '*offset + '^'
    else:
        fields = line[2:].rstrip('\r\n').split(',')
        for f in fields:
            print "%-12s" % f,
        print
        lastline = line[2:]

需要注意的是，解析CSV文件的唯一可靠方法是使用csv模块(或一个健壮的替代模块)；但是让它很好地处理diff格式(完全通用)将是一个令人头痛的问题。如果您主要对可读性感兴趣，并且您的CSV不是太粗糙，那么您可能可以接受偶尔的混淆。