← Back to branch summary

~bzr-pqm/bzr/bzr.dev

« back to all changes in this revision

Viewing changes to bzrlib/mdiff.py

(mbp) merge bzr.dev to 0.8, prepare for release

Show diffs side-by-side

added added

removed removed

Lines of Context:
bzrlib/mdiff.py
1
 
# (C) 2005 Matt Mackall
2
 
# (C) 2005 Canonical Ltd
3
 
 
4
 
# based on code by Matt Mackall, hacked by Martin Pool
5
 
 
6
 
# mm's code works line-by-line; this just works on byte strings.
7
 
# Possibly slower; possibly gives better results for code not
8
 
# regularly separated by newlines and anyhow a bit simpler.
9
 
 
10
 
 
11
 
# This program is free software; you can redistribute it and/or modify
12
 
# it under the terms of the GNU General Public License as published by
13
 
# the Free Software Foundation; either version 2 of the License, or
14
 
# (at your option) any later version.
15
 
 
16
 
# This program is distributed in the hope that it will be useful,
17
 
# but WITHOUT ANY WARRANTY; without even the implied warranty of
18
 
# MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
19
 
# GNU General Public License for more details.
20
 
 
21
 
# You should have received a copy of the GNU General Public License
22
 
# along with this program; if not, write to the Free Software
23
 
# Foundation, Inc., 59 Temple Place, Suite 330, Boston, MA  02111-1307  USA
24
 
 
25
 
 
26
 
# TODO: maybe work on files not strings?
27
 
 
28
 
# FIXME: doesn't work properly on files without trailing newlines
29
 
 
30
 
import difflib
31
 
import struct
32
 
import sys
33
 
import unittest
34
 
from cStringIO import StringIO
35
 
 
36
 
 
37
 
def linesplit(a):
38
 
    """Split into two lists: content and line positions.
39
 
 
40
 
    This returns (al, ap).
41
 
 
42
 
    al[i] is the string content of line i of the file, including its
43
 
    newline (if any).
44
 
 
45
 
    ap[i] is the byte position in the file where that line starts.
46
 
 
47
 
    ap[-1] is the byte position of the end of the file (i.e. the
48
 
    length of the file.)
49
 
 
50
 
    This transformation allows us to do a line-based diff and then map
51
 
    back to byte positions.
52
 
    """
53
 
 
54
 
    al, ap = [], []
55
 
    last = 0
56
 
 
57
 
    n = a.find("\n") + 1
58
 
    while n > 0:
59
 
        ap.append(last)
60
 
        al.append(a[last:n])
61
 
        last = n
62
 
        n = a.find("\n", n) + 1
63
 
 
64
 
    if last < len(a):
65
 
        al.append(a[last:])
66
 
        ap.append(last)
67
 
 
68
 
    # position at the end
69
 
    ap.append(len(a))
70
 
 
71
 
    return (al, ap)
72
 
 
73
 
 
74
 
def diff(a, b):
75
 
    # TODO: Use different splits, perhaps rsync-like, for binary files?
76
 
    
77
 
    (al, ap) = linesplit(a)
78
 
    (bl, bp) = linesplit(b)
79
 
 
80
 
    d = difflib.SequenceMatcher(None, al, bl)
81
 
    
82
 
    ## sys.stderr.write('  ~ real_quick_ratio: %.4f\n' % d.real_quick_ratio())
83
 
    
84
 
    for o, m, n, s, t in d.get_opcodes():
85
 
        if o == 'equal': continue
86
 
        # a[m:n] should be replaced by b[s:t]
87
 
        if s == t:
88
 
            yield ap[m], ap[n], ''
89
 
        else:
90
 
            yield ap[m], ap[n], ''.join(bl[s:t])
91
 
 
92
 
 
93
 
def tobinary(ops):
94
 
    b = StringIO()
95
 
    for f in ops:
96
 
        b.write(struct.pack(">III", f[0], f[1], len(f[2])))
97
 
        b.write(f[2])
98
 
    return b.getvalue()
99
 
 
100
 
 
101
 
def bdiff(a, b):
102
 
    return tobinary(diff(a, b))
103
 
 
104
 
 
105
 
def patch(t, ops):
106
 
    last = 0
107
 
    b = StringIO()
108
 
 
109
 
    for m, n, r in ops:
110
 
        b.write(t[last:m])
111
 
        if r:
112
 
            b.write(r)
113
 
        last = n
114
 
        
115
 
    b.write(t[last:])
116
 
    return b.getvalue()
117
 
 
118
 
 
119
 
def frombinary(b):
120
 
    bin = StringIO(b)
121
 
    while True:
122
 
        p = bin.read(12)
123
 
        if not p:
124
 
            break
125
 
 
126
 
        m, n, l = struct.unpack(">III", p)
127
 
        
128
 
        if l == 0:
129
 
            r = ''
130
 
        else:
131
 
            r = bin.read(l)
132
 
            if len(r) != l:
133
 
                raise Exception("truncated patch data")
134
 
            
135
 
        yield m, n, r
136
 
 
137
 
 
138
 
def bpatch(t, b):
139
 
    return patch(t, frombinary(b))
140
 
 
141
 
 
142
 
 
143
 
 
144
 
class TestDiffPatch(unittest.TestCase):
145
 
    def doDiffPatch(self, old, new):
146
 
        diff = bdiff(old, new)
147
 
        result = bpatch(old, diff)
148
 
        self.assertEquals(new, result)
149
 
 
150
 
 
151
 
    def testSimpleDiff(self):
152
 
        """Simply add a line at the end"""
153
 
        self.doDiffPatch('a\nb\n', 'a\nb\nc\n')
154
 
        
155
 
 
156
 
        
157
 
    def testTrailingLine(self):
158
 
        """Test diff that adds an unterminated line.
159
 
 
160
 
        (Old versions didn't do this properly.)"""
161
 
        self.doDiffPatch('a\nb\nc\n',
162
 
                         'a\nb\nc\nd')
163
 
 
164
 
 
165
 
if __name__ == '__main__':
166
 
    unittest.main()