最可控轻量的前端字符串对比方案是直接用diff-match-patch并手动注入/;它不解析HTML、避免XSS,但需先转义输入、自行拼接HTML、处理大文本节流。

直接用 diff-match-patch 在前端做字符串级对比,再手动注入 <ins></ins>/<del></del>,是最可控、最轻量的方案;别碰 highlight.js 或浏览器原生 <mark></mark>,它们不理解“版本差异”语义。
为什么不用 diff -u + pygmentize 做动态高亮
它只适合静态文件离线比对:diff -u 是命令行工具,无法在浏览器里运行;pygmentize 依赖 Python 环境,前端根本调不动。如果你正在写一个编辑器或笔记预览页,每次用户改完就发请求到后端跑 diff,延迟高、状态难同步、还暴露原始内容。
- 本地开发时可临时用它生成参考 HTML,但不能作为运行时逻辑
- 输出的 HTML 带完整
结构,没法直接innerHTML插入已有容器 - 所有行号、文件头、符号(
+/-)都是纯文本,无法绑定点击跳转或 hover 提示
diff-match-patch 的正确调用姿势
它不解析 HTML 标签,只认字符串——这反而是优点:避免 DOM 解析错乱,也规避了 XSS 风险(只要你不把结果当 HTML 直接 innerHTML 插入未转义内容)。
- 必须先对输入做 HTML 实体转义:
text.replace(/&/g, "&").replace(/, "/g, ">"),否则<div> 会被当成标签解析,破坏结构 <li> <code>dmp.diff_main(a, b)返回的是三元数组[[0, "same"], [-1, "removed"], [1, "added"]],不是 DOM 节点,得自己映射成<del></del>和<ins></ins> - 别用
dmp.diff_prettyHtml()的默认输出:它会把空格、换行全转成和<br>,破坏排版;应自己遍历 diff 数组拼 HTML 字符串 - 若需语义级对比(比如忽略标签差异,只比文字),得先用
DOMParser提取textContent,但会丢失所有格式信息 - 若要保留 HTML 结构并高亮,必须把两段 HTML 全部转义后传入,再把返回的
<ins></ins>/<del></del>插进已有的 DOM 树中(用createRange().insertNode(),别用innerHTML) - 超过 50KB 的文本会让
diff_main()明显卡顿,建议加节流:setTimeout延迟 300ms 再触发,或限制最大对比长度(如截取前 10000 字符)
插入 DOM 前必须处理的三个坑
用户看到的可能是带格式的 HTML 笔记,但 diff-match-patch 只吃纯字符串。如果直接把两个 innerHTML 传进去对比,<p>Hello</p>
<p><span>立即学习</span>“<a href="https://pan.quark.cn/s/cb6835dc7db1" style="text-decoration: underline !important; color: blue; font-weight: bolder;" rel="nofollow" target="_blank">前端免费学习笔记(深入)</a>”;</p> 和 <div>Hello</div> 会被当成完全不同的字符串,哪怕语义一致——这不是 bug,是设计使然。
真正麻烦的从来不是“怎么高亮”,而是“高亮什么”——是比原始 HTML 字符串?是比渲染后的纯文本?还是比 DOM 结构树?选错粒度,后面所有样式和交互都会偏航。



















