Sé que puedo usar cmp, diff, etc. para comparar dos archivos, pero lo que estoy buscando es una utilidad que me da una diferencia porcentual entre dos archivos.diferencia porcentual entre dos archivos de texto
si no hay tal utilidad, cualquier algoritmo también estaría bien. He leído sobre programación difusa, pero no lo he entendido del todo.
Usted puede utilizar difflib.SequenceMatcher ratio método
De la documentación:
Volver una medida de la similitud de las secuencias como un flotador en el rango [0, 1].
Por ejemplo:
from difflib import SequenceMatcher
text1 = open(file1).read()
text2 = open(file2).read()
m = SequenceMatcher(None, text1, text2)
m.ratio()
gracias. No sabía esa parte de la biblioteca. – Mohamed
Parece que Linux tiene una utilidad llamada dwdiff que pueden dar diferencias porcentuales mediante el uso de la "-s" bandera
Beyond Compare tiene muy buenas estadísticas de diferencia de archivos exportan a csv. Se informan las diferencias en el nivel de línea, por lo que es bueno comparar los archivos de código fuente.
¿Cómo se define la "diferencia porcentual"? ¿Cómo cuentas los caracteres/palabras/líneas extraviados, extra e intercambiados? –
no habrá ningún carácter intercambiado ni palabra o línea en los archivos. los dos archivos son archivos de registro, un archivo de registro es todo un archivo de registro, lo que significa que el sistema funciona perfectamente. en cada hora se escribe un nuevo registro. así que quiero comparar el registro recién escrito con el registro estándar. si el nuevo registro es diferente al registro estándar, envíelo al ingeniero de soporte de nivel {X}. ¿Está claro ahora? – Mohamed
Ver: http://stackoverflow.com/questions/145607/text-difference-algorithm – tzot