如何检测和突出显示单个代码文件中的相似行？

【问题标题】：How to detect and highlight similar lines in a single code file?如何检测和突出显示单个代码文件中的相似行？
【发布时间】：2021-07-26 20:45:24
【问题描述】：

考虑一个.py 文件，如下所示：

def function1():
    print("Hello world!")
    print("This is 1st function.")

def function2():
    print("Hello world!")
    print("This is 2nd function.")

在上面的例子中，print("Hello world!") 语句在两个函数中是相似的。

如何检测并突出显示单个文件中的此类相似行，以便减少它们？

我尝试了copydetect 库，但它只检测多个文件中的重复项，而不是单个文件中的重复项。

【问题讨论】：

标签： python duplicates similarity code-duplication

【解决方案1】：

您可以编写一个程序，解析每一行并检查每一行的相似性。有一个名为 difflib 的库，它有一个 SequenceMathcer

然后你可以用类似的东西检查每条长度相似的线那个。

if (SequenceMatcher(line1, line2).ratio() > threshold):
    print("Similar lines found")

该方法为您提供了一个介于 0 和 1 之间的值作为浮点数。我没有完整的实现，但我认为这将是我检查的方式。

为了加快比较而不是得到 O(n) = n^2 的复杂度，您可以尝试只比较相似长度的行

【讨论】：