• 推荐用 tidy -indent -wrap 0 -quiet -asxhtml：保留自闭合标签（如 ），避免被重写成
• 没装 tidy？用 prettier --parser html --print-width 120，更现代但需 Node.js
• Windows 用户临时应急：Python 一行清洗 python3 -c "import sys; print(open(sys.argv[1]).read().replace('\t', ' ').replace(' ', ' '))" a.html > a.clean.html（仅基础替换，不解析 DOM）

浏览器里快速可视化 HTML 差异用 diff2html

不用搭服务、不传文件，纯前端加载就能出带颜色高亮的并排/行内对比视图：

• 引入两个资源： 和对应 CSS
• 先用命令生成 unified diff：diff -u a.clean.html b.clean.html > diff.txt
• JS 中调用：Diff2Html.html(diffText, { drawFileList: false, matching: 'lines' })；加 matching: 'lines' 防止跨行合并误判（比如把两段

  合成一个块）

• 注意：diff2html 默认不解析 HTML 标签内部结构， 和 的 class 属性变化不会单独高亮，只按整行处理

需要语义级对比？别碰字符串 diff，用 lxml 解析 DOM

如果目标是判断“

hello

• 用 lxml 解析后序列化：html.tostring(html.fromstring(html_str), encoding='unicode', method='html')，能抹平大部分格式差异
• 更健壮的解析选 html5lib（兼容性更好，尤其对不规范 HTML），但速度稍慢
• 不要用 difflib.SequenceMatcher 直接比原始字符串——它不知道
  是开始标签，
  是结束标签，会把嵌套结构拆得七零八落
• 若需细粒度操作（比如只比文本节点、跳过 style/script 内容），得手动遍历 etree.Element 树做条件过滤

真正难的不是怎么比，而是你得先想清楚：这次对比到底要回答什么问题？是检查部署前后页面结构是否一致（DOM 树比）？还是审核编辑提交的文案修改（清洗后行级 diff）？还是排查模板引擎输出异常（带上下文的 unified diff）？选错方法，工具越强，干扰越大。

以上就是《HTML文本对比工具使用方法及在线示例》的详细内容，更多关于的资料请关注golang学习网公众号！