Python：如何比较字段长度可变的两个JSON（求替代方案）

我现在实现了一段基于字符串拆分的diff代码用来对比JSON，思路是把JSON字符串拆分成片段后借助difflib生成差异结果。但遇到字段（键和值）长度可变的JSON时（比如下面的示例），总觉得这种字符串层面的对比不够精准，想问问有没有更合适的比较方法？

我的现有代码 #

def diffjson(found, expected):
    '''diff two json strings'''
    found = found.split()
    expected = expected.split()
    return difflist(found, expected, fromfile="found", tofile="expected", rstrip=True)

def difflist(fromlines, tolines, fromfile=None, tofile=None, quiet=False, addnl=None, rstrip=False):
    if rstrip:
        fromlines = [x.rstrip() for x in fromlines if x != '']
        tolines = [x.rstrip() for x in tolines if x != '']
    diff = difflib.unified_diff(fromlines, tolines, fromfile, tofile, n=5)
    diff = list(diff)
    if len(diff):
        if not quiet:
            if addnl:
                ret = ''
                for x in diff:
                    ret = ret + (x)
                    ret = ret + (addnl)
            else:
                ret = diff
            return ret
    else:
        return True

示例待比较JSON #

JSON1 #

{"1iG5NDGVre": {"118": ["test1", "test2", "test3", "tcp", "22", "Red", "0.0.0.0/0"]}}

JSON2 #

{"1iG5NDGVre": {"118": ["test1", "test2", "test3", "tcp", "22", "Red", "Blue", "0.0.0.0/0"]}}

推荐的优化方案 #

直接对JSON字符串做拆分对比的问题在于，它只是在文本层面找差异，完全忽略了JSON本身的结构化特性——比如你的示例里，只是数组多了一个元素，但字符串拆分后可能会把整个数组行当成差异，没法精准定位到是哪个元素新增了。更靠谱的做法是先把JSON解析成Python的字典/列表结构，再进行结构化差异对比。

这里给你几个具体的思路：

1. 手动递归遍历结构化数据 #

自己写递归函数，遍历两个解析后的JSON结构（字典或列表），逐一对比每个层级的键、值、数组元素：

• 对于字典：对比键的集合，找出新增/缺失的键，再递归对比对应的值
• 对于列表：可以用类似最长公共子序列的方法找新增/删除的元素，或者如果元素是有序的，逐个索引对比
• 最后把差异整理成清晰的格式（比如标记出哪个路径下的元素新增/修改/删除）

2. 利用成熟的第三方库 #

不用重复造轮子，很多库已经实现了结构化JSON对比：

• deepdiff：这是最常用的之一，能精准找出嵌套结构里的新增、删除、修改项，还支持忽略某些字段、排序数组等功能。示例用法：

  from deepdiff import DeepDiff
  
  json1 = {"1iG5NDGVre": {"118": ["test1", "test2", "test3", "tcp", "22", "Red", "0.0.0.0/0"]}}
  json2 = {"1iG5NDGVre": {"118": ["test1", "test2", "test3", "tcp", "22", "Red", "Blue", "0.0.0.0/0"]}}
  
  diff = DeepDiff(json1, json2)
  print(diff)
  # 输出会清晰显示数组里新增了元素"Blue"，以及对应的路径
  

• jsondiff：专注于JSON的差异对比，支持生成JSON Patch格式的差异结果，适合需要后续应用差异的场景。
• difflib结合结构化输出：如果不想用第三方库，可以先把解析后的JSON用json.dumps格式化输出（比如加上indent=2、sort_keys=True），再用difflib对比格式化后的字符串——这样文本差异会更贴近结构化差异，比如数组新增元素会单独占一行，更容易定位。

3. 针对你的场景的小改进 #

如果暂时不想换库，至少先把JSON解析后重新格式化再做字符串对比，比如：

import json

def diffjson(found, expected):
    # 先解析成结构化数据，再格式化输出成统一格式的字符串
    def format_json(s):
        return json.dumps(json.loads(s), indent=2, sort_keys=True)
    
    found_formatted = format_json(found).splitlines()
    expected_formatted = format_json(expected).splitlines()
    return difflist(found_formatted, expected_formatted, fromfile="found", tofile="expected", rstrip=True)

这样处理后，你的示例里新增的"Blue"会单独在一行，difflib就能精准显示这一行的差异，而不是把整个数组行当成差异。

内容的提问来源于stack exchange，提问作者dev