文档比较

文档比较

本指南展示了如何比较两段文本的运行结果，并使用针对 .NET 的 Aspose.PDF 开源文本差异引擎生成它们之间的编辑序列。此比较模型的入口点是 DiffOperation，一个带有标记的单个编辑 Operation (Equal, Delete，或 Insert），以及 DiffUtils 辅助类，用于定位公共文本并将差异重新组装回其源文本和目标文本。一个单独的优化过程，在以下内容中描述 差异优化，对以此方式生成的原始差异输出进行规范化，然后再进行渲染或应用。

差异模型：操作和 DiffOperation

Operation 是用于对差异中的每个编辑进行分类的枚举：Equal 标记未改变的文本块，Delete 标记从源中删除的文本块，Insert 标记在目标中添加的文本块。DiffOperation 将一个 Operation 值与其适用的 Text 配对，并实现 IEquatable<DiffOperation>，以便可以比较两个编辑是否相等。

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"

使用 DiffUtils 定位公共文本

DiffUtils 是 diff 引擎使用的静态辅助类，用于在对不同的中间部分进行差异比较之前，查找两个字符串共享的公共前缀和后缀。FindCommonStartParts 用于定位公共前缀，FindCommonEndParts 用于定位公共后缀；FindCommonEndParts 的一个重载接受 startIndex，从而可以将后缀搜索限制在已定位前缀之后的文本范围内。

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);

从差异重新组装文本

一旦 diff 表示为一系列 DiffOperation 值，DiffUtils 可以重建比较的任一侧：AssemblySourceText 从 Equal 和 Delete 运行中重建原始文本，而 AssemblyDestinationText 则从 Equal 和 Insert 运行中重建修订文本。

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"

比较与报告编辑

DiffOperation 覆盖 Equals、GetHashCode 和 ToString，因此可以对编辑进行相等性比较，或在不需要额外转换代码的情况下写入日志和测试输出。

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());

技巧与最佳实践

• DiffOperation 是不可变的并实现了 IEquatable<DiffOperation> —— 使用 Equals 来比较两个编辑，而不是引用相等性。
• 首先使用 FindCommonStartParts 定位公共前缀，然后将其长度传入 FindCommonEndParts 的 startIndex 重载，以避免短的公共前缀被双重计入后缀。
• 使用 AssemblySourceText 和 AssemblyDestinationText 验证一系列 DiffOperation 值能往返至完全相同的原始和修订文本，然后再在其他地方依赖它。
• 在渲染可视化 diff 时，将 Operation.Equal 运行视为无操作，仅高亮显示 Delete 和 Insert 运行。
• 此引擎对文本进行差异比较，而不是直接对文档——在生成差异之前，请先提取您想比较的文本（例如，从页面或文档中提取）。

常见问题

FAQ

Diff 引擎比较什么？

它比较文本块并生成一系列 DiffOperation 值，描述将一个字符串转换为另一个字符串所需的编辑——未更改、删除或插入的文本。

Operation 支持哪些编辑类型？

三种：Equal 表示未更改的文本，Delete 表示从源中删除的文本，Insert 表示在目标中添加的文本。

我如何检查两个编辑是否相同？

在 DiffOperation 实例上调用 Equals，或直接比较其 Operation 和 Text 属性。

我能从 diff 中获取原始文本和修订后的文本吗？

是的——将 DiffOperation 值列表传递给 DiffUtils.AssemblySourceText 以获取原始文本，传递给 DiffUtils.AssemblyDestinationText 以获取修订后的文本。

此页面是否涵盖合并或清理 diff？

不——对原始 diff 进行规范化（合并相邻的运行、在相等处滑动编辑）在其他章节另有说明 Diff 优化.

API Reference 摘要

另请参阅

• Aspose.PDF for .NET — Enterprise Documentation