Python对比相似字符串，提取起始重复后的差异子串

核心思路 #

要解决这个问题，关键是先找到基准字符串（列表第一个元素）和每个目标字符串的最长公共前缀，然后从目标字符串中截掉这个前缀，剩下的就是需要的差异子串。

实现代码 #

通用实现（适用于所有字符串场景）

def get_suffix_differences(str_list):
    if not str_list:
        return []
    
    base_str = str_list[0]
    differences = []
    
    for s in str_list[1:]:
        # 计算最长公共前缀的长度
        common_len = 0
        # 逐字符对比，直到出现差异或其中一个字符串遍历完毕
        while common_len < len(base_str) and common_len < len(s) and base_str[common_len] == s[common_len]:
            common_len += 1
        # 截取差异部分
        differences.append(s[common_len:])
    
    return differences

路径场景优化（利用路径处理工具）

如果你的场景都是文件路径，可以借助os.path模块更精准处理：

import os

def get_path_suffix_differences(path_list):
    if not path_list:
        return []
    
    base_path = path_list[0]
    # 拆分基准路径的目录和文件名
    _, base_filename = os.path.split(base_path)
    # 提取文件名的公共前缀（比如示例中的"file_"）
    base_prefix = os.path.commonprefix([base_filename])
    
    differences = []
    for path in path_list[1:]:
        _, filename = os.path.split(path)
        # 去掉公共前缀得到差异部分
        differences.append(filename[len(base_prefix):])
    
    return differences

测试示例 #

简单字符串示例

str_lst = ['abcdefg','abcdefghi']
print(get_suffix_differences(str_lst))  # 输出: ['hi']

路径场景示例

sample_lst = ['c:/universal/bin/library/file_choice1.zip', 
'c:/universal/bin/library/file_zebra1.doc',
'c:/universal/bin/library/file_alpha1.xlsx']

# 通用函数测试
print(get_suffix_differences(sample_lst))  
# 输出: ['choice1.zip', 'zebra1.doc', 'alpha1.xlsx']

# 路径优化函数测试
print(get_path_suffix_differences(sample_lst))
# 输出: ['choice1.zip', 'zebra1.doc', 'alpha1.xlsx']

失败尝试分析 #

你之前的函数逻辑完全偏离需求：

• 用split()默认按空格分割字符串，这和逐字符找前缀的目标不匹配；
• 集合的symmetric_difference是找两个集合的不交集，本质是对比单词层面的差异，和“提取起始重复后的子串”的需求无关。

内容的提问来源于stack exchange，提问作者John Taylor