Python实现类Linux diff格式输出嵌套列表的问题排查与优化

我是Python新手，需要将结构为[[操作符, 文件1行号, 文件2行号]]的嵌套列表，按照Linux diff命令的格式输出：

• 单个操作实例输出如4c5；
• 若存在连续相同操作的实例，则合并为一行输出（例如[['c',4,5],['c',6,7],['c',7,8],['d',9,10]]应输出4,6,7c5,7,8和9d10）。

我尝试了一段代码，但输出存在问题：使用set导致行号顺序错乱、最后两个c操作未显示、输出格式不符合预期，现需排查代码问题并提供更优实现方案。

原尝试代码 #

dist=[['d', 1, 0], ['d', 2, 0], ['c', 5, 4], ['a', 7, 7], ['a', 7, 8], ['d', 10, 10], ['d', 13, 12], ['c', 14, 13], ['c', 15, 14]]
op=[]
line1=[]
line2=[]
for rows in range(len(dist)):
    if (rows==0 and dist[rows][0]==dist[rows+1][0])or(dist[rows][0]==dist[rows-1][0]) :
        op.append(dist[rows][0])
        line1.append(dist[rows][1])
        line2.append(dist[rows][2])
        if dist[rows][0]!=dist[rows+1][0]:
            print(set(line1),set(op),set(line2))
            op.clear()
            line1.clear()
            line2.clear()
    elif dist[rows][0]==dist[rows+1][0]:
        op.append(dist[rows][0])
        line1.append(dist[rows][1])
        line2.append(dist[rows][2])
        if dist[rows][0]!=dist[rows+1][0]:
            print(set(line1),set(op),set(line2))
            op.clear()
            line1.clear()
            line2.clear()
    else:
        print(f'{dist[rows][1]}{dist[rows][0]}{dist[rows][2]}')

错误输出 #

{1, 2} {'d'} {0} # 用set去重但打乱了行号顺序
5c4 
{7} {'a'} {8, 7} # set反转了数字顺序
{10, 13} {'d'} {10, 12}
# 最后两个'c'操作完全未显示

原代码问题分析 #

1. set导致行号乱序：set是无序集合，会打乱原本的行号顺序，且diff需要保留连续操作的行号原始顺序（重复行号是合理场景），不能去重。
2. 边界处理错误：循环到最后一个元素时，dist[rows+1]会触发索引越界，导致最后两个连续的c操作未被处理。
3. 逻辑冗余重复：两个if分支逻辑几乎完全重复，且连续操作的判断逻辑不清晰，未正确跟踪当前操作组。
4. 输出格式不符：diff要求格式为行号列表+操作符+行号列表，原代码输出集合格式完全不符合要求。

优化实现方案 #

优化代码 #

def format_diff(diff_list):
    if not diff_list:
        return
    
    # 初始化当前操作组
    current_op = diff_list[0][0]
    file1_lines = [diff_list[0][1]]
    file2_lines = [diff_list[0][2]]
    
    for item in diff_list[1:]:
        op, line1, line2 = item
        if op == current_op:
            # 同一操作，追加行号到当前组
            file1_lines.append(line1)
            file2_lines.append(line2)
        else:
            # 不同操作，输出当前组并重置
            print(f"{','.join(map(str, file1_lines))}{current_op}{','.join(map(str, file2_lines))}")
            current_op = op
            file1_lines = [line1]
            file2_lines = [line2]
    # 输出最后一组未处理的操作
    print(f"{','.join(map(str, file1_lines))}{current_op}{','.join(map(str, file2_lines))}")

# 测试输入
dist = [['d', 1, 0], ['d', 2, 0], ['c', 5, 4], ['a', 7, 7], ['a', 7, 8], ['d', 10, 10], ['d', 13, 12], ['c', 14, 13], ['c', 15, 14]]
format_diff(dist)

代码说明 #

1. 分组逻辑：遍历列表时跟踪当前操作符，将连续相同操作的行号收集到对应列表中。
2. 输出处理：遇到不同操作符时，将收集到的行号用逗号连接，按diff格式输出；遍历结束后单独处理最后一组操作，避免边界遗漏。
3. 顺序保留：用列表存储行号，完全保留原始顺序，无乱序问题。
4. 简洁高效：逻辑清晰无冗余，避免索引越界问题。

测试输出 #

1,2d0
5c4
7,7a7,8
10,13d10,12
14,15c13,14

内容的提问来源于stack exchange，提问作者Scarredowl