Rpa 167 号会员
      •  4 回帖  •  810 浏览  •  2019-09-11 11:22:09

使用 difflib 比对 Word

  • 注意，此方法比对，不包括 Word 表格中数据

方法一：

代码如下：

import docx
import codecs
from difflib import HtmlDiff

file1 = docx.Document(r'\\Mac\Home\Desktop\project\天华\test1.docx')
file2 = docx.Document(r'\\Mac\Home\Desktop\project\天华\test2.docx')

para1 = ''
para2 = ''

for para in file1.paragraphs:
	para1 = para1 + para.text + '\n'
	print(para1)
for para in file2.paragraphs:
	para2 = para2 + para.text + '\n'
	print(para2)
delta_html = HtmlDiff().make_file(para1.splitlines(), para2.splitlines())
with codecs.open(r'\\Mac\Home\Desktop\project\天华\diff.html', 'w', encoding='utf-8') as f:
	f.write(delta_html)

最终生成的 HTML 文件，用浏览器打开如下：
使用 difflib 比对 Word

使用 difflib 比对 Word

如上图所示，差异的部分会黄色背景标出。
且两份文本并列显示，如下图：
使用 difflib 比对 Word

方法二：

代码如下：

import docx
import difflib
import sys

file1 = docx.Document(r'\\Mac\Home\Desktop\project\天华\test3.docx')
file2 = docx.Document(r'\\Mac\Home\Desktop\project\天华\test4.docx')

para1 = ''
para2 = ''

for para in file1.paragraphs:
	para1 = para1 + para.text + '\n'
	# print(para1)
for para in file2.paragraphs:
	para2 = para2 + para.text + '\n'
	# print(para2)

d=difflib.Differ()
diff = difflib.ndiff(para1.splitlines(),para2.splitlines())
sys.stdout.writelines(diff)

两份源文本如下图：
使用 difflib 比对 Word

比对结果如下：

使用 difflib 比对 Word