deepdiff常用方法

最新推荐文章于 2025-04-01 15:32:50 发布
最新推荐文章于 2025-04-01 15:32:50 发布
阅读量392 收藏 3
点赞数 1
分类专栏： 接口测试 文章标签： java html javascript
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_44691253/article/details/130533380
版权

pip安装deepdiff

pip install deepdiff

比对txt文档

from deepdiff import DeepDiff

"""
a.txt的内容是： abc
b.txt的内容是： abcd
"""
f1, f2 = open('a.txt', 'r', encoding='utf-8').read(), open('b.txt', 'r', encoding='utf-8').read()
print(DeepDiff(f1, f2))

result：

{'values_changed': {'root': {'new_value': 'abcd', 'old_value': 'abc'}}}

比对Json

from deepdiff import DeepDiff

json1 = {
    'code': 0,
    "message": "成功",
    "data": {
        "total": 28,
        "id": 123
    }}
json2 = {
    'code': 0,
    "message": "成功",
    "data": {
        "total": 29,
    }
}
print(DeepDiff(json1, json2))

result：

{'dictionary_item_removed': [root['data']['id']], 'values_changed': {"root['data']['total']": {'new_value': 29, 'old_value': 28}}}

比对Dict

import requests
from deepdiff import DeepDiff


expect = {
    'slideshow': {
        'author': 'Yours Truly',
        'date': 'date of publication',
        'slides': [{
            'title': 'Wake up to WonderWidgets!',
            'type': 'all'
        }, {
            'items': ['Why <em>WonderWidgets</em> are great', 'Who< em > buys < / em > WonderWidgets'],
            'title': 'Overview',
            'type': 'all'
        }],
        'title': 'Sample Slide Show'
    }
}



# 返回字典格式报文
response = requests.get('http://www.httpbin.org/json').json()


print("Case1：")
print(f'实际：{response}')
print(f'预期：{expect}')
print(f'比对结果：{DeepDiff(response, expect)}')

print("Case2：")
print(f"实际：{response['slideshow']['author']}")
print(f"预期：Yours Truly1")
print(f"比对结果：{DeepDiff(response['slideshow']['author'], 'Yours Truly1')}")

print("Case3：")
print(f"实际：{response['slideshow']['author']}")
print(f"预期：Yours Truly")
print(f"比对结果：{DeepDiff(response['slideshow']['author'], 'Yours Truly')}")

Result：

Case1：
实际：{'slideshow': {'author': 'Yours Truly', 'date': 'date of publication', 'slides': [{'title': 'Wake up to WonderWidgets!', 'type': 'all'}, {'items': ['Why <em>WonderWidgets</em> are great', 'Who <em>buys</em> WonderWidgets'], 'title': 'Overview', 'type': 'all'}], 'title': 'Sample Slide Show'}}
预期：{'slideshow': {'author': 'Yours Truly', 'date': 'date of publication', 'slides': [{'title': 'Wake up to WonderWidgets!', 'type': 'all'}, {'items': ['Why <em>WonderWidgets</em> are great', 'Who< em > buys < / em > WonderWidgets'], 'title': 'Overview', 'type': 'all'}], 'title': 'Sample Slide Show'}}
比对结果：{'values_changed': {"root['slideshow']['slides'][1]['items'][1]": {'new_value': 'Who< em > buys < / em > WonderWidgets', 'old_value': 'Who <em>buys</em> WonderWidgets'}}}
Case2：
实际：Yours Truly
预期：Yours Truly1
比对结果：{'values_changed': {'root': {'new_value': 'Yours Truly1', 'old_value': 'Yours Truly'}}}
Case3：
实际：Yours Truly
预期：Yours Truly
比对结果：{}

cutoff_distance_for_pairs

from deepdiff import DeepDiff
t1 = [[[1.0]]]
t2 = [[[20.0]]]
print(DeepDiff(t1, t2, ignore_order=True, cutoff_distance_for_pairs=0.3))
print(DeepDiff(t1, t2, ignore_order=True, cutoff_distance_for_pairs=0.2))
print(DeepDiff(t1, t2, ignore_order=True, cutoff_distance_for_pairs=0.1))

Result：

{'values_changed': {'root[0][0][0]': {'new_value': 20.0, 'old_value': 1.0}}}
{'values_changed': {'root[0][0]': {'new_value': [20.0], 'old_value': [1.0]}}}
{'values_changed': {'root[0]': {'new_value': [[20.0]], 'old_value': [[1.0]]}}}

ignore_string_case忽略大小写

import requests
from deepdiff import DeepDiff


expect = {
    'slideshow': {
        'title': 'sample Slide Show',
        # 'title1': 'Sample Slide Show',
        'author': 'Yours Truly',
        'date': 'date of publication',
        'slides': [{
            'title': 'Wake up to WonderWidgets!',
            'type': 'all'
        }, {
            'items': ['Why <em>WonderWidgets</em> are great', 'Who <em>buys</em> WonderWidgets'],
            'title': 'Overview',
            'type': 'all'
        }],
    }
}



# 返回字典格式报文
response = requests.get('http://www.httpbin.org/json').json()

print("Case1：忽略大小写")
print(f'实际：{response}')
print(f'预期：{expect}')
print(f'比对结果：{DeepDiff(response, expect)}')
print(f'比对结果：{DeepDiff(response, expect, ignore_string_case=True)}')

Result:

Case1：忽略大小写
实际：{'slideshow': {'author': 'Yours Truly', 'date': 'date of publication', 'slides': [{'title': 'Wake up to WonderWidgets!', 'type': 'all'}, {'items': ['Why <em>WonderWidgets</em> are great', 'Who <em>buys</em> WonderWidgets'], 'title': 'Overview', 'type': 'all'}], 'title': 'Sample Slide Show'}}
预期：{'slideshow': {'title': 'sample Slide Show', 'author': 'Yours Truly', 'date': 'date of publication', 'slides': [{'title': 'Wake up to WonderWidgets!', 'type': 'all'}, {'items': ['Why <em>WonderWidgets</em> are great', 'Who <em>buys</em> WonderWidgets'], 'title': 'Overview', 'type': 'all'}]}}
比对结果：{'values_changed': {"root['slideshow']['title']": {'new_value': 'sample Slide Show', 'old_value': 'Sample Slide Show'}}}
比对结果：{}

exclude_paths

import requests
from deepdiff import DeepDiff


expect = {
    'slideshow': {
        'title': 'sample Slide Show',
        # 'title1': 'Sample Slide Show',
        'author': 'Yours Truly',
        'date': 'date of publication',
        'slides': [{
            'title': 'Wake up to WonderWidgets!',
            'type': 'all'
        }, {
            'items': ['Why <em>WonderWidgets</em> are great', 'Who <em>buys</em> WonderWidgets'],
            'title': 'Overview',
            'type': 'all'
        }],
    }
}



# 返回字典格式报文
response = requests.get('http://www.httpbin.org/json').json()
print("Case2：排除指定字段")
print(f'实际：{response}')
print(f'预期：{expect}')
print(f'比对结果：{DeepDiff(response, expect)}')
print(DeepDiff(response, expect, exclude_paths={"root['slideshow']['title']"}))

Result:

Case2：排除指定字段
实际：{'slideshow': {'author': 'Yours Truly', 'date': 'date of publication', 'slides': [{'title': 'Wake up to WonderWidgets!', 'type': 'all'}, {'items': ['Why <em>WonderWidgets</em> are great', 'Who <em>buys</em> WonderWidgets'], 'title': 'Overview', 'type': 'all'}], 'title': 'Sample Slide Show'}}
预期：{'slideshow': {'title': 'sample Slide Show', 'author': 'Yours Truly', 'date': 'date of publication', 'slides': [{'title': 'Wake up to WonderWidgets!', 'type': 'all'}, {'items': ['Why <em>WonderWidgets</em> are great', 'Who <em>buys</em> WonderWidgets'], 'title': 'Overview', 'type': 'all'}]}}
比对结果：{'values_changed': {"root['slideshow']['title']": {'new_value': 'sample Slide Show', 'old_value': 'Sample Slide Show'}}}
{}

ignore_order

import requests
from deepdiff import DeepDiff


expect = {
    'slideshow': {
        'title': 'Sample Slide Show',
        # 'title1': 'Sample Slide Show',
        'author': 'Yours Truly',
        'date': 'date of publication',
        'slides': [{
            'title': 'Wake up to WonderWidgets!',
            'type': 'all'
        }, {
            'items': ['Why <em>WonderWidgets</em> are great', 'Who <em>buys</em> WonderWidgets'],
            'title': 'Overview',
            'type': 'all'
        }],
    }
}

# 返回字典格式报文
response = requests.get('http://www.httpbin.org/json').json()
print("Case3：忽略字段排序")
print(f'实际：{response}')
print(f'预期：{expect}')
print(f'比对结果：{DeepDiff(response, expect, ignore_order=True)}')

Result:

Case3：忽略字段排序
实际：{'slideshow': {'author': 'Yours Truly', 'date': 'date of publication', 'slides': [{'title': 'Wake up to WonderWidgets!', 'type': 'all'}, {'items': ['Why <em>WonderWidgets</em> are great', 'Who <em>buys</em> WonderWidgets'], 'title': 'Overview', 'type': 'all'}], 'title': 'Sample Slide Show'}}
预期：{'slideshow': {'title': 'Sample Slide Show', 'author': 'Yours Truly', 'date': 'date of publication', 'slides': [{'title': 'Wake up to WonderWidgets!', 'type': 'all'}, {'items': ['Why <em>WonderWidgets</em> are great', 'Who <em>buys</em> WonderWidgets'], 'title': 'Overview', 'type': 'all'}]}}
比对结果：{}

有新增字段

import requests
from deepdiff import DeepDiff


expect = {
    'slideshow': {
        'title': 'Sample Slide Show',
        'title1': 'Sample Slide Show',
        'author': 'Yours Truly',
        'date': 'date of publication',
        'slides': [{
            'title': 'Wake up to WonderWidgets!',
            'type': 'all'
        }, {
            'items': ['Why <em>WonderWidgets</em> are great', 'Who <em>buys</em> WonderWidgets'],
            'title': 'Overview',
            'type': 'all'
        }],
    }
}


# 返回字典格式报文
response = requests.get('http://www.httpbin.org/json').json()
print("Case4：有新增字段")
print(f'实际：{response}')
print(f'预期：{expect}')
print(f'比对结果：{DeepDiff(response, expect)}')

Result：

Case4：有新增字段
实际：{'slideshow': {'author': 'Yours Truly', 'date': 'date of publication', 'slides': [{'title': 'Wake up to WonderWidgets!', 'type': 'all'}, {'items': ['Why <em>WonderWidgets</em> are great', 'Who <em>buys</em> WonderWidgets'], 'title': 'Overview', 'type': 'all'}], 'title': 'Sample Slide Show'}}
预期：{'slideshow': {'title': 'Sample Slide Show', 'title1': 'Sample Slide Show', 'author': 'Yours Truly', 'date': 'date of publication', 'slides': [{'title': 'Wake up to WonderWidgets!', 'type': 'all'}, {'items': ['Why <em>WonderWidgets</em> are great', 'Who <em>buys</em> WonderWidgets'], 'title': 'Overview', 'type': 'all'}]}}
比对结果：{'dictionary_item_added': [root['slideshow']['title1']]}

有丢失字段

import requests
from deepdiff import DeepDiff


expect = {
    'slideshow': {
        # 'title': 'Sample Slide Show',
        # 'title1': 'Sample Slide Show',
        'author': 'Yours Truly',
        'date': 'date of publication',
        'slides': [{
            'title': 'Wake up to WonderWidgets!',
            'type': 'all'
        }, {
            'items': ['Why <em>WonderWidgets</em> are great', 'Who <em>buys</em> WonderWidgets'],
            'title': 'Overview',
            'type': 'all'
        }],
    }
}



# 返回字典格式报文
response = requests.get('http://www.httpbin.org/json').json()

print("Case5：有丢失字段")
print(f'实际：{response}')
print(f'预期：{expect}')
print(f'比对结果：{DeepDiff(response, expect)}')

Result：

Case5：有丢失字段
实际：{'slideshow': {'author': 'Yours Truly', 'date': 'date of publication', 'slides': [{'title': 'Wake up to WonderWidgets!', 'type': 'all'}, {'items': ['Why <em>WonderWidgets</em> are great', 'Who <em>buys</em> WonderWidgets'], 'title': 'Overview', 'type': 'all'}], 'title': 'Sample Slide Show'}}
预期：{'slideshow': {'author': 'Yours Truly', 'date': 'date of publication', 'slides': [{'title': 'Wake up to WonderWidgets!', 'type': 'all'}, {'items': ['Why <em>WonderWidgets</em> are great', 'Who <em>buys</em> WonderWidgets'], 'title': 'Overview', 'type': 'all'}]}}
比对结果：{'dictionary_item_removed': [root['slideshow']['title']]}

ignore_numeric_type_changes

from decimal import Decimal
from deepdiff import DeepDiff
t1 = Decimal('10.01')
t2 = 10.01
print(DeepDiff(t1, t2))
print(DeepDiff(t1, t2, ignore_numeric_type_changes=True))

Result:

{'type_changes': {'root': {'old_type': <class 'decimal.Decimal'>, 'new_type': <class 'float'>, 'old_value': Decimal('10.01'), 'new_value': 10.01}}}
{}

ignore_string_type_changes

from deepdiff import DeepDiff
s1 = b'hello'
s2 = 'hello'
print(DeepDiff(s1, s2))
print(DeepDiff(s1, s2, ignore_string_type_changes=True))

Result:

{'type_changes': {'root': {'old_type': <class 'bytes'>, 'new_type': <class 'str'>, 'old_value': b'hello', 'new_value': 'hello'}}}
{}

view

from deepdiff import DeepDiff
t1= {"name": "zhangsan", "pro": {"sh": "shandong", "city": ["zibo", "weifang"]}}
t2 = {"name": "lisi", "pro": {"sh": "shandong", "town": ["taian", "weifang"]}}
ddiff = DeepDiff(t1, t2, view='tree')
print(ddiff)
# 默认为text
ddiff = DeepDiff(t1, t2, view='text')
print(ddiff)

Result:

{'dictionary_item_removed': [<root['pro']['city'] t1:['zibo', 'we...], t2:not present>], 'dictionary_item_added': [<root['pro']['town'] t1:not present, t2:['taian', 'w...]>], 'values_changed': [<root['name'] t1:'zhangsan', t2:'lisi'>]}
{'dictionary_item_added': [root['pro']['town']], 'dictionary_item_removed': [root['pro']['city']], 'values_changed': {"root['name']": {'new_value': 'lisi', 'old_value': 'zhangsan'}}}

Pretty

示例1：

from deepdiff import DeepDiff
t1= {"name": "yanan", "pro": {"sh": "shandong", "city": ["zibo", "weifang"]}}
t2 = {"name": "changsha", "pro": {"sh": "shandong", "town": ["taian", "weifang"]}}
ddiff = DeepDiff(t1, t2, view='tree').pretty()
print(ddiff)
# 默认为text
ddiff = DeepDiff(t1, t2, view='text').pretty()
print(ddiff)

Result:

Item root['pro']['town'] added to dictionary.
Item root['pro']['city'] removed from dictionary.
Value of root['name'] changed from "yanan" to "changsha".
Item root['pro']['town'] added to dictionary.
Item root['pro']['city'] removed from dictionary.
Value of root['name'] changed from "yanan" to "changsha".

示例2：

t1 = {
    'Author': '测试同学',
    'wechat': 'ZZ666'
}
t2 = {
    'Author': '测试同学',
    'wechat': 'ZZ666',
    'Blog': 'https://www.hctestedu.com/'
}
t3 = {
    'Author': '测试同学',
    'wechat': 'ZZ777'
}
t4 = {
    'Author': '测试同学',
    'wechat': 777
}
t5 = [{
    'Author': '测试同学',
    'wechat': 'ZZ666'
}]
# Key值不同
print(DeepDiff(t1, t3).pretty())
# Key新增
print(DeepDiff(t1, t2).pretty())
# Key减少
print(DeepDiff(t2, t1).pretty())

# Key值类型改变
print(DeepDiff(t1, t4).pretty())
# 结构不同
print(DeepDiff(t1, t5).pretty())
# Key值相同
result = DeepDiff(t1, t1).pretty()
print(DeepDiff(t1, t1).pretty())
assert "" == result

Result:

Value of root['wechat'] changed from "ZZ666" to "ZZ777".
Item root['Blog'] added to dictionary.
Item root['Blog'] removed from dictionary.
Type of root['wechat'] changed from str to int and value changed from "ZZ666" to 777.
Type of root changed from dict to list and value changed from {'Author': '测试同学', 'wechat': 'ZZ666'} to [{'Author': '测试同学', 'wechat': 'ZZ666'}].

DeepSearch

from deepdiff import DeepSearch

obj = ["long somewhere", "string", 0, "somewhere great!"]
# 使用正则表达式
item = "some*"
ds = DeepSearch(obj, item, use_regexp=True)
print(f'1:{ds}')
# 大小写敏感
item = 'someWhere'
ds = DeepSearch(obj, item, case_sensitive=True)
print(f'2:{ds}')
item = 'some'
ds = DeepSearch(obj, item, case_sensitive=True)
print(f'3:{ds}')
# 强校验
item = 0
ds = DeepSearch(obj, item, strict_checking=True)
print(f'4:{ds}')
item = "0"
ds = DeepSearch(obj, item, strict_checking=True)
print(f'5:{ds}')

Result：

1:{'matched_values': ['root[0]', 'root[3]']}
2:{}
3:{'matched_values': ['root[0]', 'root[3]']}
4:{'matched_values': ['root[2]']}
5:{}

Grep

from deepdiff import grep
obj = ["long somewhere", "string", 0, "somewhere great!"]
item = "somewhere"
ds = obj | grep(item)
print(ds)

Result：

{'matched_values': ['root[0]', 'root[3]']}

extract

from deepdiff import extract
obj = {"a": [{'2': 'b'}, 3], "b": [4, 5]}
# root+键名+list下标+键名
path = "root[a][0]['2']"
print(extract(obj, path))

Result：

b
Java Deeplearning4j：基础大纲详细整理
在技术的广袤天地里，本博客如精准罗盘。剖析前沿科技，深掘代码奥秘，以精炼笔触，带您穿越复杂技术迷宫，速达知识彼岸。
09-19 1871
学习如何定义 多层感知器 (MLP) 的层结构，包括输入层隐藏层和输出层。理解不同类型的层（如DenseLayer）及其参数。在 DeepLearning4J (DL4J) 中，多层感知器 (MLP) 是一种常见的前馈神经网络，通常用于分类和回归任务。MLP 由输入层、一个或多个隐藏层和输出层组成。每层可以是全连接层（DenseLayer）或输出层（在(DL4J) 中，卷积神经网络 (CNN) 是一种常用的深度学习模型，特别适用于图像处理任务。CNN 由多个层组成，包括卷积层、池化层和全连接层。
python中的diff,python—deepdiff包学习
weixin_42168230的博客
03-26 1772
简介主要用来对比两个对象之间的差异性，搜索某个元素是都在一个对象中，对一个可迭代对象进行hash运算。应用场景自动化脚本测试安装pip install deepdiff==4.3.2Python 3.7.6pip 20.1.1主要组成部分DeepDiff：比较两个对象，对象可以是字段、字符串等可迭代的对象DeepSearch：在对象中搜索其他对象DeepHash：根据对象的内容进行哈希处理Deep...
Python3中 deepdiff.DeepDiff的用法，比较2个字典的差异
m0_47884154的博客
06-13 3295
总结： 1.如果字段中存在某个key对应的value为列表时，dict1中对key1 shanc
【Python--deepdiff库使用】
Cherry____hjc的博客
04-02 353
Python--deepdiff库使用
python中deepdiff库的基本使用及介绍
qq_40631968的博客
03-04 2056
工作中我们经常要两段代码的区别，或者需要查看接口返回的字段与预期是否一致，如何快速定位出两者的差异？除了一些对比的工具比如Beyond Compare、WinMerge等，或者命令工具diff（在linux环境下使用），其实Python中也提供了很多实现对比的库，比如deepdiff和difflib，这两个的区别是deepdiff显示的对比效果比较简洁，但是可以设置忽略的字段，difflib显示的对比结果可以是html的，比较详细。当然，也可以可以用来校验多种文件内容的差异，如txt、json、图片等…
Python deepdiff 使用方法
m0_58407890的博客
09-15 1292
你也可以使用其他算法或比较方法，例如广度优先算法或基于哈希值的比较方法，通过设置相关参数进行调整。输出结果表示，obj1 中的 "name" 和 "address["city"]" 属性的值已经被修改。输出结果表示，集合 obj1 中的 "2" 已被删除，集合 obj2 中的 "4" 已被添加。上面的输出结果显示了每个 Python 对象的节点，包括节点的名称、更改信息和类型更改信息等。您可以根据具体情况选择适合您的方法，以实现更多的比较和自定义功能。如果您不希望比较某些类型的对象，则可以通过设置。
DeepDiff：深度差异分析工具
gitblog_00970的博客
10-09 437
DeepDiff：深度差异分析工具 deepdiff DeepDiff: Deep Difference and search of any Python object/data. DeepHash: Hash of any object based on its contents. Delta: Use deltas ...
接口测试结果字段太多，DeepDiff帮你完成
Testfan_zhou的博客
04-28 615
背景 最近有学员问我，想要做一个平台对比代码之间的区别，用python如何去实现； 还有同学问我，接口的返回字段特别多，成千上万行，如何快速审核验证返回值全部字段？ 那么今天就跟大家介绍一个库就可以很好实现以上两个需求。 01 deepdiff 其实满足上面需求的库有两个deepdiff和difflib，主要区别是deepdiff显示的对比效果比较简洁，但是可以设置忽略的字段，difflib显示的对比结果可以是html的，比较详细。但是由于篇幅有限，我们今天只讲deepdiff。 deepdiff模块常用
【接口自动化_09课_大量响应报文处理及加解密、签名处理】
weixin_42333261的博客
07-21 561
安装命令DeepDiff下面这个是个写的加密类，定义了加密方法的规则对输入的tony进行加密。
DFT的matlab源代码-masci-tools:在日常材料科学工作中有用的工具，实用程序，解析器
05-26
这是材料科学软件包常用的工具的集合。 随时贡献自己的力量。 该代码托管在GitHub上，网址为 该文档位于上。 开发了大多数功能，以便与在ForschungszentrumJülich（请参阅参考资料，以及有关该代码的更多信息）中...
json比对工具 python
12-31
以下是几种常用的方法： #### 使用内置函数 `json` 和 `dict.items()` 通过加载两个JSON字符串到字典并逐项对比键值对来完成基本的比较操作。 ```python import json def compare_json(json_str1, json_str2): ...
deep-diff2:Deep diff Clojure数据结构并漂亮地打印结果
04-23
拉姆代斯兰群岛 递归比较Clojure或ClojureScript数据结构，并生成结果的彩色差异。 Deep-diff2最主要用于创建供人类使用的视觉差异，如果您要以编程方式比较/修补Clojure数据结构，则可能更合适，请参阅 。 支持Lambda Island开源 deep-diff2是Lambda Island标签上发布的越来越多的高质量Clojure库和工具的一部分。 如果您正在商业上使用此项目，那么您将可以来偿还该，以便我们可以继续享受欣欣向荣的Clojure生态系统。 安装 部门 lambdaisland/deep-diff2 {:mvn/version "2.0.108"} project.clj [lambdaisland/deep-diff2 "2.0.108"] 用 ( require '[lambdaisland.deep-diff2 :as ddiff]) (
全字段校验DeepDiff
qq_29180433的博客
02-23 1177
DeepDiff是一个Python库，用于计算Python对象（字典，列表，集合）之间的深度差异。它可以在列表中找到新增的元素，在字典中找到更改的键值对，移除字典中的键，以及计算集合之间的差异。DeepDiff还可以追踪路径，使您可以更轻松地访问更改的元素。
DeepDiff 项目使用教程
gitblog_01058的博客
10-09 522
DeepDiff 项目使用教程 deepdiff DeepDiff: Deep Difference and search of any Python object/data. DeepHash: Hash of any object based on its contents. Delta: Use deltas to...
探索DeepDiff：一款强大的Python深度比较库
gitblog_00043的博客
03-24 480
探索DeepDiff：一款强大的Python深度比较库 去发现同类优质开源项目:https://gitcode.com/ 项目简介 是一个开源的Python库，由开发者"Onmyway133"维护，它提供了对Python数据结构（如字典、列表和元组）进行深度比较的功能。如果你需要比Python内置的==操作符更细致的差异对比，或者在处理复杂的JSON或XML数据时寻找细微的变更...
14-Python-对比校验神器-deepdiff库
小白的博客
04-16 1028
Python-对比校验神器-deepdiff库
【python】使用deepdiff进行json数据对比
不积跬步无以至千里，不积小流无以成江海~
07-22 569
之前使用了difflib模块进行对比json数据，这次再次使用deepdiff模块来对比json数据差异，
python全字段断言-DeepDiff
qq_38571773的博客
02-27 1211
python全字段断言-DeepDiff的使用
Deepdiff的使用实战记录
最新发布
oqqChin12的博客
04-01 301
Deepdiff在做数据库迁移 或 底层代码重构优化，用于对比新旧代码的接口层返回数据对比
python DeepDiff 自定义list的比较
11-10
DeepDiff 是一个 Python 库，它用于深度比较两个复杂的数据结构（如列表、字典等），包括自定义的对象。当你需要检查两个列表是否相等，特别是其中包含自定义类型的元素，并考虑它们内部属性的差异时，DeepDiff 可以...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Summer@123

不积跬步无以至千里，感谢支持！

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值