如何用Python提取Diff块头中的数字（如74,6、73,7）

示例Diff内容 #

@@ -74,6 +73,7 @@ 
<dependency> <groupId>com.jolbox</groupId> 
<artifactId>bonecp-test
- commons</artifactId> 
+ <classifier>${project.classifier}</classifier>     
<scope>test</scope>

需求 #

从Diff的块头（开头的@@ -74,6 +73,7 @@行）中提取74,6和73,7这类数字组合。

实现方案 #

利用正则匹配Diff块头的固定格式即可，以下是具体代码：

单块Diff提取

import re

# 读取Diff内容到字符串（实际场景可从文件读取）
diff_content = """@@ -74,6 +73,7 @@ 
<dependency> <groupId>com.jolbox</groupId> 
<artifactId>bonecp-test
- commons</artifactId> 
+ <classifier>${project.classifier}</classifier>     
<scope>test</scope>"""

# 匹配块头的正则，捕获两组数字组合
pattern = r'@@ -(\d+,\d+) \+(\d+,\d+) @@'
match_result = re.search(pattern, diff_content)

if match_result:
    old_file_info = match_result.group(1)  # 输出：74,6
    new_file_info = match_result.group(2)  # 输出：73,7
    print(f"旧文件起始行+行数：{old_file_info}")
    print(f"新文件起始行+行数：{new_file_info}")

多块Diff提取（处理包含多个块的Diff内容）

import re

multi_diff_content = """@@ -1,3 +1,2 @@ 
foo
-bar
+baz
@@ -74,6 +73,7 @@ 
<dependency> <groupId>com.jolbox</groupId> 
<artifactId>bonecp-test
- commons</artifactId> 
+ <classifier>${project.classifier}</classifier>     
<scope>test</scope>"""

pattern = r'@@ -(\d+,\d+) \+(\d+,\d+) @@'
all_results = re.findall(pattern, multi_diff_content)

for block_num, (old_info, new_info) in enumerate(all_results, 1):
    print(f"第{block_num}块 - 旧文件：{old_info}，新文件：{new_info}")

说明 #

正则表达式@@ -(\d+,\d+) \+(\d+,\d+) @@的作用：

• @@ 和固定符号-、+用来定位Diff块头的特征格式
• (\d+,\d+) 精准捕获数字+逗号+数字的组合，对应Diff块头里的行号信息

内容的提问来源于stack exchange，提问作者waled