ruby 如何有效地比较两个HTML页面内容

pgvzfuti  于 2023-06-22  发布在  Ruby
关注(0)|答案(5)|浏览(106)

我有两个HTML页面,我想比较它们的源代码。我已经将页面源代码转换为字符串,我需要知道什么是比较两个巨大字符串的最佳方法。

  • 我是否应该使用正常的比较方法,例如page1.eql?(page2)
  • str.eql?(str1)是否也比较符号,例如@

我真的很想知道比较的最佳方法。

ocebsuys

ocebsuys1#

我不知道你希望你的比较有多详细。如果你想要“类似差分”的功能,你可以查看前面的类似问题:diff a ruby string or array

enxuqcxy

enxuqcxy2#

这是levenshtein方法,它将打印字符串之间的差异,我不确定这是否是你要找的。否则,我建议只使用page1.eql?(第2页)

def levenshtein(a, b)
  case
    when a.empty? then b.length
    when b.empty? then a.length
    else [(a[0] == b[0] ? 0 : 1) + levenshtein(a[1..-1], b[1..-1]),
          1 + levenshtein(a[1..-1], b),
          1 + levenshtein(a, b[1..-1])].min
  end
end
ylamdve6

ylamdve63#

查看loofah gem(github link)。它在语义上区分HTML(和XML)子树,这意味着忽略了无意义的空白,忽略了属性的顺序等等。

0ejtzxu1

0ejtzxu14#

尝试使用http://prettydiff.com/?lang=html
Pretty Diff将删除注解和无意义白色,以进行最准确的比较。它还提供了高级选项,用于微调不同类型的误报条件。

vjhs03f7

vjhs03f75#

这就是nokogiri-diff gem所做的事情。由于它基于真正的HTML解析器,因此它对无端的差异(例如,布局中的差异)更加健壮。

相关问题