计算两个HTML文件的百分比差异

我正在用PHP编写一个工具，它比较HTML文件并显示差异。现在我正在寻找一种有效的方法来计算两个HTML文件之间的百分比差异。这些文件可以是任意长的（我拥有的文件可以长达300000个字符）。计算两个HTML文件的百分比差异

经过一番研究，我偶然发现了Oven（n * m）算法的Levensthein距离并且需要空间O（n * m）：PHP版本最多只能支持255个字符，而我自己实现的O （n）空间太慢了。之后，我尝试了php函数similar_text，但是对于非常大的HTML文件，该算法也太慢。

所以现在我正在寻找另一种更高效的算法来比较HTML文件。近似算法也很好。任何人都可以给我一些关于如何做到这一点的建议吗？

2013-03-25 Devos50

您是否需要比较文件或其内容？如果你strip_tags文件会更短。 – Voitcus 2013-03-25 14:37:24

我想这取决于你正在检查的差异？例如空白计数等？ – diagonalbatman 2013-03-25 14:37:32

为什么不能运行diff并使用其输出？ – 2013-04-02 03:48:23

，可以设定扩展x差值：

然后获取这两个文件的差异，并基于该差异，你可以很容易地来与百分比。

实施例：

DIFF结果：200个字从一个diff到B

这将使你有50％的相似性。

2014-03-03 20:30:13

回答