Porovnání dokumentů

Porovnání dokumentů

Tento průvodce ukazuje, jak porovnat dva běhy textu a vytvořit sekvenci úprav mezi nimi pomocí Aspose.PDF FOSS text-diff enginu pro .NET. Vstupním bodem pro tento model porovnání je DiffOperation, jediná úprava označená s Operation (Equal, Delete, nebo Insert), společně s DiffUtils pomocnou třídou pro vyhledávání společného textu a znovusestavení diffu zpět do jeho zdrojového a cílového textu. Samostatný optimalizační průchod, popsaný v Optimalizaci diffu, kanonizuje surový výstup diffu vytvořený tímto způsobem, než je vykreslen nebo aplikován.

Model diffu: Operace a DiffOperation

Operation je výčtový typ, který klasifikuje každou úpravu v diffu: Equal označuje úsek textu, který zůstává nezměněn, Delete označuje úsek odebraný ze zdroje a Insert označuje úsek přidaný do cíle. DiffOperation spojuje hodnotu Operation s Text, na kterou se vztahuje, a implementuje IEquatable<DiffOperation>, aby mohly být dvě úpravy porovnány z hlediska rovnosti.

using Aspose.Pdf.Comparison.Diff;

// A single edit consists of an Operation and the run of text it applies to.
var unchanged = new DiffOperation(Operation.Equal, "Aspose.PDF ");
var removed = new DiffOperation(Operation.Delete, "for .NET Framework");
var added = new DiffOperation(Operation.Insert, "FOSS for .NET");

Console.WriteLine(unchanged.Operation); // Equal
Console.WriteLine(added.Text);          // "FOSS for .NET"

Vyhledávání společného textu pomocí DiffUtils

DiffUtils je statická pomocná třída používaná diff engine k nalezení společného prefixu a sufixu sdílených dvěma řetězci před tím, než je rozdílná prostřední část diffována. FindCommonStartParts najde společný prefix a FindCommonEndParts najde společný sufix; přetížení FindCommonEndParts přijímá startIndex, aby hledání sufixu mohlo být omezeno na text následující po již nalezeném prefixu.

string original = "The quick brown fox";
string revised = "The quick red fox jumps";

var commonStart = DiffUtils.FindCommonStartParts(original, revised);
var commonEnd = DiffUtils.FindCommonEndParts(original, revised);

Opětovné sestavení textu z diffu

Jakmile je diff vyjádřen jako sekvence hodnot DiffOperation, může DiffUtils rekonstruovat libovolnou stranu porovnání: AssemblySourceText znovu sestaví původní text z běhů Equal a Delete, a AssemblyDestinationText znovu sestaví revidovaný text z běhů Equal a Insert.

using System.Collections.Generic;

var diffs = new List<DiffOperation>
{
    new DiffOperation(Operation.Equal, "The quick "),
    new DiffOperation(Operation.Delete, "brown"),
    new DiffOperation(Operation.Insert, "red"),
    new DiffOperation(Operation.Equal, " fox")
};

string sourceText = DiffUtils.AssemblySourceText(diffs);
string destinationText = DiffUtils.AssemblyDestinationText(diffs);

Console.WriteLine(sourceText);      // "The quick brown fox"
Console.WriteLine(destinationText); // "The quick red fox"

Porovnávání a hlášení úprav

DiffOperation přepisuje Equals, GetHashCode a ToString, takže úpravy lze porovnávat kvůli rovnosti nebo zapisovat do logů a testovacího výstupu bez dalšího konverzního kódu.

var a = new DiffOperation(Operation.Equal, "PDF");
var b = new DiffOperation(Operation.Equal, "PDF");

bool same = a.Equals(b); // true - same Operation and Text
Console.WriteLine(a.ToString());

Tipy a osvědčené postupy

• DiffOperation je neměnný a implementuje IEquatable<DiffOperation> — použijte Equals k porovnání dvou úprav místo porovnání referencí.
• Nejprve najděte společný prefix pomocí FindCommonStartParts, poté předávejte jeho délku do přetížení startIndex funkce FindCommonEndParts, abyste zabránili dvojitému započítání krátkého společného prefixu jako součásti sufixu.
• Použijte AssemblySourceText a AssemblyDestinationText k ověření, že sekvence hodnot DiffOperation se vrací k přesnému původnímu a revidovanému textu, než se na ni spolehnete jinde.
• Považujte běhy Operation.Equal za nečinné (no-ops) při vykreslování vizuálního diffu a zvýrazněte pouze běhy Delete a Insert.
• Tento engine porovnává text, ne dokumenty přímo — nejprve extrahujte text, který chcete porovnat (například ze stránky nebo dokumentu), než vytvoříte diff.

Časté problémy

FAQ

Co porovnává Diff engine?

Porovnává úseky textu a vytváří sekvenci hodnot DiffOperation, které popisují úpravy — nezměněný, smazaný nebo vložený text — potřebné k převodu jednoho řetězce na druhý.

Jaké typy úprav podporuje Operation?

Tři: Equal pro nezměněný text, Delete pro text odstraněný ze zdroje a Insert pro text přidaný v cíli.

Jak zjistím, zda jsou dvě úpravy stejné?

Zavolejte Equals na instanci DiffOperation, nebo přímo porovnejte její vlastnosti Operation a Text.

Mohu získat původní a upravený text z diffu?

Ano — předáte seznam hodnot DiffOperation do DiffUtils.AssemblySourceText pro původní text a DiffUtils.AssemblyDestinationText pro upravený text.

Tato stránka pokrývá slučování nebo čištění diffu?

Ne — kanonizace surového diffu (sloučení sousedních úseků, posouvání úprav přes ekvivalence) je pokryta samostatně v Optimalizace diffu.

API Reference Shrnutí

Viz také:

• Aspose.PDF for .NET — Enterprise Documentation