提取Java中两个字符串之间的差异

Question

嗨，我有两个字符串：

    String hear = "Hi My name is Deepak"
            + "\n"
            + "How are you ?"
            + "\n"
            + "\n"
            + "How is everyone";
    String dear = "Hi My name is Deepak"
            + "\n"
            + "How are you ?"
            + "\n"
            + "Hey there \n"
            + "How is everyone";

我想得到听字符串“Hey There \n”中不存在的内容。我找到了一种方法，但在这种情况下它失败了：

static String strDiffChop(String s1, String s2) {
    if (s1.length() > s2.length()) {
        return s1.substring(s2.length() - 1);
    } else if (s2.length() > s1.length()) {
        return s2.substring(s1.length() - 1);
    } else {
        return "";
    }
}

有人可以帮忙吗？

Answer 1

google-diff-match-patch

Diff Match 和 Patch 库提供了强大的算法来执行同步纯文本所需的操作。

差异：

比较两个纯文本块并有效地返回差异列表。

匹配：

给定一个搜索字符串，在纯文本块中找到它的最佳模糊匹配。对准确性和位置进行加权。

补丁：

将补丁列表应用于纯文本。即使底层文本不匹配，也要尽最大努力应用补丁。

目前可用于 Java、JavaScript、Dart、C++、C#、Objective C、Lua 和 Python。无论使用哪种语言，每个库都具有相同的 API 和相同的功能。所有版本还具有全面的测试工具。

有一个Line or word diffs wiki 页面描述了如何进行逐行差异。

Answer 2

可以使用Apache Commons 中的StringUtils。这是StringUtils API。

public static String difference(String str1, String str2) {
    if (str1 == null) {
        return str2;
    }
    if (str2 == null) {
        return str1;
    }
    int at = indexOfDifference(str1, str2);
    if (at == -1) {
        return EMPTY;
    }
 return str2.substring(at);
}
public static int indexOfDifference(String str1, String str2) {
    if (str1 == str2) {
        return -1;
    }
    if (str1 == null || str2 == null) {
        return 0;
    }
    int i;
    for (i = 0; i < str1.length() && i < str2.length(); ++i) {
        if (str1.charAt(i) != str2.charAt(i)) {
            break;
        }
    }
    if (i < str2.length() || i < str1.length()) {
        return i;
    }
    return -1;
}

Answer 3

我已使用 StringTokenizer 来找到解决方案。下面是代码sn-p

public static List<String> findNotMatching(String sourceStr, String anotherStr){
    StringTokenizer at = new StringTokenizer(sourceStr, " ");
    StringTokenizer bt = null;
    int i = 0, token_count = 0;
    String token = null;
    boolean flag = false;
    List<String> missingWords = new ArrayList<String>();
    while (at.hasMoreTokens()) {
        token = at.nextToken();
        bt = new StringTokenizer(anotherStr, " ");
        token_count = bt.countTokens();
        while (i < token_count) {
            String s = bt.nextToken();
            if (token.equals(s)) {
                flag = true;
                break;
            } else {
                flag = false;
            }
            i++;
        }
        i = 0;
        if (flag == false)
            missingWords.add(token);
    }
    return missingWords;
}

Answer 4

将字符串转换为列表，然后使用下面的方法得到结果How to remove common values from two array list

Answer 5

如果您不想使用外部库，可以使用以下 Java sn-p 来有效地计算差异：

/**
 * Returns an array of size 2. The entries contain a minimal set of characters
 * that have to be removed from the corresponding input strings in order to
 * make the strings equal.
 */
public String[] difference(String a, String b) {
    return diffHelper(a, b, new HashMap<>());
}

private String[] diffHelper(String a, String b, Map<Long, String[]> lookup) {
    return lookup.computeIfAbsent(((long) a.length()) << 32 | b.length(), k -> {
        if (a.isEmpty() || b.isEmpty()) {
            return new String[]{a, b};
        } else if (a.charAt(0) == b.charAt(0)) {
            return diffHelper(a.substring(1), b.substring(1), lookup);
        } else {
            String[] aa = diffHelper(a.substring(1), b, lookup);
            String[] bb = diffHelper(a, b.substring(1), lookup);
            if (aa[0].length() + aa[1].length() < bb[0].length() + bb[1].length()) {
                return new String[]{a.charAt(0) + aa[0], aa[1]};
            } else {
                return new String[]{bb[0], b.charAt(0) + bb[1]};
            }
        }
    });
}

这种方法使用动态编程。它以蛮力的方式尝试所有组合，但记住已经计算的子字符串，因此在 O(n^2) 中运行。

示例：

String hear = "Hi My name is Deepak"
        + "\n"
        + "How are you ?"
        + "\n"
        + "\n"
        + "How is everyone";
String dear = "Hi My name is Deepak"
        + "\n"
        + "How are you ?"
        + "\n"
        + "Hey there \n"
        + "How is everyone";
difference(hear, dear); // returns {"","Hey there "}

difference("Honda", "Hyundai"); // returns {"o","yui"}

difference("Toyota", "Coyote"); // returns {"Ta","Ce"}

Answer 6

我一直在寻找一些解决方案，但找不到我需要的解决方案，因此我创建了一个实用程序类，用于比较两个版本的文本 - 新旧 - 并通过标签之间的更改获取结果文本 - [添加] 和 [已删除]。它可以很容易地替换为您选择的荧光笔而不是这个标签，例如：一个 html 标签。 string-version-comparison

任何 cmets 将不胜感激。

*它可能不适用于长文本，因为找到与删除相同的短语的可能性更高。

Answer 7

你应该使用来自 Apache Commons 的 StringUtils

String diff = StringUtils.difference( "Word", "World" );
System.out.println( "Difference: " + diff );


Difference: ld

来源：https://www.oreilly.com/library/view/jakarta-commons-cookbook/059600706X/ch02s15.html

Answer 8

我的解决方案是简单的字符串。 您可以通过标记段落中的行来扩展它。

它使用最小编辑距离（递归方法）。如果您愿意，可以使用 Dp。

import java.util.concurrent.atomic.AtomicInteger;

// A Naive recursive Java program to find minimum number
// operations to convert str1 to str2
class JoveoTest {
    static int min(int x, int y, int z)
    {
        if (x <= y && x <= z)
            return x;
        if (y <= x && y <= z)
            return y;
        else
            return z;
    }

    static int editDist(String str1, String str2, int m,
                        int n,StringBuilder str)
    {
        if (m == 0) {
            StringBuilder myStr1=new StringBuilder();
            myStr1.append("+"+str2);
            myStr1.reverse();
            str=myStr1;
            return n;
        }
        if (n == 0){
            StringBuilder myStr1=new StringBuilder();
            myStr1.append("-"+str1);
            myStr1.reverse();
            str=myStr1;
            return m;
        }
        if (str1.charAt(m - 1) == str2.charAt(n - 1))
            return editDist(str1, str2, m - 1, n - 1,str);
        
        StringBuilder myStr1=new StringBuilder();
        StringBuilder myStr2=new StringBuilder();
        StringBuilder myStr3=new StringBuilder();
        int insert= editDist(str1, str2, m, n - 1,myStr1);

        int remove=editDist(str1, str2, m - 1, n,myStr2);

        int replace=editDist(str1, str2, m - 1, n-1,myStr3);

        if(insert<remove&&insert<replace){
            myStr1.insert(0,str2.charAt(n-1)+"+");
            str.setLength(0);
            str.append(myStr1);
        }
        else if(remove<insert&&remove<replace){
            myStr2.insert(0,str2.charAt(m-1)+"-");
            str.setLength(0);
            str.append(myStr2);
        }
        else{
            myStr3.insert(0,str2.charAt(n-1)+"+"+str1.charAt(m-1)+"-");
            str.setLength(0);
            str.append(myStr3);
        }

        return 1+min(insert,remove,replace);

    }

    // Driver Code
    public static void main(String args[])
    {
        String str1 = "sunday";
        String str2 = "saturday";
        StringBuilder ans=new StringBuilder();
        System.out.println(editDist(
                str1, str2, str1.length(), str2.length(),ans ));
        System.out.println(ans.reverse().toString());
    }
}

3

+a+t-n+r

Answer 9

这个sn-p怎么样？

public static void strDiff(String hear, String dear){
    String[] hr = dear.split("\n");
    for (String h : hr) {
        if (!hear.contains(h)) {
            System.err.println(h);
        }
    }
}