文本比对（不借助任何第三方库）

基于python实现的文本比对，计算出文本相同部分。

import time

file = open(r"data/s1.txt", "r", encoding="utf-8")
s1 = file.read()

file = open(r"data/s2.txt", "r", encoding="utf-8")
s2 = file.read()


# 1.将文档1，文档2按单个字符分词。
# 2.求两个分词集合交集。
# 3.根据文档1和交集内容计算得到字符串tmp，判断tmp是否存在两个文档。
# 4.存在继续执行3。
# 5.不存在则tmp为相同内容。
# 6.继续执行3直到处理文档结束。
def by_set():
    set1 = set(s1)
    set2 = set(s2)
    res = set1.intersection(set2)

    tmp = ''
    count = 0
    for s in s1:
        tmp_str = (tmp + s).lstrip().lstrip('\n')
        flag = (s in res) and (tmp_str in s1) and (tmp_str in s2)
        if flag:
            tmp += s
        else:
            res_tmp = tmp.replace('\n', '').replace(' ', '')
            if len(res_tmp) > 10:
                tmp_result = tmp.strip().strip('\n')
                print(tmp_result)

                print('\n\n\n---------------------------------------------------------------------------------------------\n\n\n')
            tmp = s

        count += 1
        if count == len(s1):
            res_tmp = tmp.replace('\n', '').replace(' ', '')
            if len(res_tmp) > 12:
                tmp_result = tmp.strip().strip('\n')
                print(tmp_result)


start = time.time()
by_set()
end = time.time()

print('\n\n\n')
print(end - start)