🔍 文本对比工具
左侧:原文本 | 中间:修改后文本 | 右侧:差异高亮
📄 文本 A(原文)
📋 复制
🧹 清空
def calculate_stats(data): """ 计算数据的平均值和标准差。 :param data: 数值列表 :return: (mean, std) """ n = len(data) if n == 0: return (0.0, 0.0) mean = sum(data) / n variance = sum((x - mean) ** 2 for x in data) / n std = variance ** 0.5 return (mean, std) # 示例使用 numbers = [1, 2, 3, 4, 5] avg, stdev = calculate_stats(numbers) print(f"平均值: {avg}, 标准差: {stdev}")
✏️ 文本 B(修改后)
📋 复制
🧹 清空
import math def calculate_stats(data, use_sample_std=False): """ 计算数据的平均值和标准差(支持总体/样本标准差)。 :param data: 数值列表 :param use_sample_std: 若为True,使用样本标准差(n-1) :return: (mean, std) """ n = len(data) if n == 0: return (0.0, 0.0) mean = sum(data) / n # 使用 n-1 计算样本方差(Bessel's correction) denom = n - 1 if use_sample_std and n > 1 else n variance = sum((x - mean) ** 2 for x in data) / denom std = math.sqrt(variance) return (round(mean, 4), round(std, 4)) # 示例使用 numbers = [1, 2, 3, 4, 6] # 修改了最后一个数:5 → 6 avg, stdev = calculate_stats(numbers, use_sample_std=True) print(f"均值: {avg}, 标准差(样本): {stdev:.4f}")
🧩 对比结果
🔤 字符
📝 词语
📄 行
🔧 补丁
📋 复制结果
— 等待对比...
使用说明
实时对比
:修改任一文本框内容,右侧自动刷新差异
模式说明
:
字符
:最小粒度,适合短文本精确定位
词语
:按空格/标点分词,阅读友好
行
:经典 diff 行模式,
无 ± 符号
,仅靠颜色区分增删行
补丁
:生成标准 unified diff 补丁(可直接用于
patch
命令)
安全说明
:输入 HTML 标签(如
)将被转义为纯文本显示,防止 XSS 攻击