Question

我想比较Html文档的天气，不管内部文本和属性值的不同，都有相同的排列。我只是想比较一般的标签结构。比如

<html>
<head>
</head> 
<body>
<span class="my paragraph">comparison of general tag structure of html</span>
</body>
</html>

和

<html>
<head>
</head> 
<body>
<span class="Mega Offer">free membership offer</span>
</body>
</html>

是相同的

但

<html>
<head><title>Different</title>
</head> 
<body>
<span class="my paragraph">comparison of general tag structure of html</span>
</body>
</html>

不一样，因为在标签的html结构中有一个额外的标题标签，不管内部值和属性值是否相同。

Answer 1

如果你愿意使用php，那么有几个函数会像preg_match那样寻找模式。您可以使用file将html文件读入数组，每个新行都是数组中的另一个条目。然后对其他html文件执行相同操作。然后你可以去搜索第一个标签（又名：以<开头的东西），然后阅读其余部分直到>。然后去另一个html文件中搜索相同的标签，计算该标签出现的次数。冲洗并重复。

Answer 2

我会进入两个阶段：

第1阶段（检查是否相等）：
删除标记和属性之间的所有内容，然后将结果与（不区分大小写的）字符串进行比较。

如果它们不同，也是如此：

第2阶段（找出差异）：
这个阶段在很大程度上取决于你想要报告的差异，所以我不能给出具体的建议如何实现它。

HTML文档比较

2 个答案: