AI 改写时改动了数字吗？用 Python 比较金额、日期和出现次数

AI 润色或改写时，金额、日期和数量很容易被顺手修改。可以先在本地保存原稿和改写稿，用行差异找到改动段落，再按出现次数比较数字。下面用一个假设改写案例展示：数字是否出现与出现几次都要核对。

这次比较的输入与规则

before 是人工原稿，after 是人为构造的假设 AI 改写稿，没有调用实际模型。正则先匹配 YYYY-MM-DD，再匹配普通整数或小数；使用 Counter 保存每个匹配字符串的出现次数。日期作为完整字符串比较，不拆成三个独立数字。

行差异由 difflib.unified_diff 生成，减号行是原稿删除部分，加号行是改写稿新增部分；它不推断谁说得对。Counter 的差值保留正数减少量和增加量，适合发现同一金额从两次变成一次的情况。

环境与完整代码

示例在 Windows、Python 3.11.15 的本地 CPU 环境实际运行。新建空文件夹，将后面完整代码保存为 07-rewrite-numeric-audit.py，在该目录用 PowerShell 执行：

python -m venv .venv
.\.venv\Scripts\python.exe 07-rewrite-numeric-audit.py

最后一行在保存代码后执行。macOS 或 Linux 使用 ./.venv/bin/python。输出文件留在当前目录，先用教学样本核对；代码不调用大模型 API，也不修改你的原始业务文件。

把完整代码保存为 07-rewrite-numeric-audit.py 后运行，先读 text_changes.diff 的删除与新增行，再读 numeric_changes.json 中减少和增加的数值及次数；换成真实原稿和改写稿时，保留两份输入。

from pathlib import Path
from collections import Counter
import difflib,re,json

# 人工原稿与假设AI改写稿，不是某个模型的真实回答。
before='''项目：演示项目
交付日：2026-10-08
两项金额：1500元、1500元
延期原因：尚待确认
'''
after='''项目：演示项目
交付日：2026-10-10
两项金额：1500元、1800元
延期原因：供应商延误
'''
Path('before.txt').write_text(before,encoding='utf-8')
Path('after.txt').write_text(after,encoding='utf-8')
diff=''.join(difflib.unified_diff(before.splitlines(keepends=True),after.splitlines(keepends=True),
                               fromfile='before.txt',tofile='after.txt'))
pattern=re.compile(r'\d{4}-\d{2}-\d{2}|\d+(?:\.\d+)?')
old,new=Counter(pattern.findall(before)),Counter(pattern.findall(after))
removed=dict(sorted((old-new).items()));added=dict(sorted((new-old).items()))
print(diff,end='')
print('removed_or_reduced:',removed)
print('added_or_increased:',added)
# 相同集合也可能丢了第二次出现的同一数值。
a,b=Counter(pattern.findall('费用1500，补贴1500')),Counter(pattern.findall('费用1500'))
print('same_set_but_count_changed:',set(a)==set(b),dict(a-b))
assert removed=={'1500':1,'2026-10-08':1}
assert added=={'1800':1,'2026-10-10':1}
Path('text_changes.diff').write_text(diff,encoding='utf-8')
Path('numeric_changes.json').write_text(json.dumps({'removed':removed,'added':added},ensure_ascii=False,indent=2),encoding='utf-8')
print('saved text_changes.diff and numeric_changes.json')

实际结果：金额与日期如何变了

--- before.txt
+++ after.txt
@@ -1,4 +1,4 @@
 项目：演示项目
-交付日：2026-10-08
-两项金额：1500元、1500元
-延期原因：尚待确认
+交付日：2026-10-10
+两项金额：1500元、1800元
+延期原因：供应商延误
removed_or_reduced: {'1500': 1, '2026-10-08': 1}
added_or_increased: {'1800': 1, '2026-10-10': 1}
same_set_but_count_changed: True {'1500': 1}
saved text_changes.diff and numeric_changes.json

原日期 2026-10-08 与一次 1500 被减少，新增日期 2026-10-10 与一次 1800；另一个示例的数值集合完全相同，但第二次出现的 1500 已经丢失。

“延期原因”从尚待确认变为供应商延误，虽然这段没有数字，行差异仍显示出来。审核时应回到事实材料核对原因；数字报告不能覆盖整篇事实完整性。代码不自动用原稿数值覆盖改写稿，因为某次变化也可能是经过授权的更新。

只比较数字集合会忽略次数。另一个例子中，费用和补贴原本各出现 1500，改写只剩费用1500；集合相等却丢了一项。需要把变化定位到具体句子和字段，不能只看到“1500还在”就通过。

替换为真实文件后的核对流程

先确认原稿是此次改写的事实基线，保留文件版本，再比较。逐条核对数字所属项目、单位、日期格式和约束条件；确认变更是否得到你的事实更新指令。对表格或合同字段，更适合按稳定字段编号对照，避免只靠全篇匹配。

数字和日期完全相同，仍可能把“上限”改成“承诺”、把元改成万元或删掉条件。这个报告只定位候选变化，不能判断原文事实是否正确，也不能代替逐句审核。

当前正则不覆盖中文数词、千位分隔符、科学计数法或带单位的完整数值。例如 1,500 可能被拆开，1.5万元和15000元也不会被理解成相同金额。需要这些格式时，先按业务约定扩展识别规则，并保存原始字符串与单位，不能把一次格式转换当数值一致性证明。

日期匹配只识别外形，不验证日期是否存在；2026-99-88 也符合这个形状。确需日期有效性时，应另做日历解析。相同数字改变所属人物或项目也可能漏掉，因此结尾仍应审核改变的完整句子。

本例适用于小文本的本地核对，没有实现复杂PDF布局还原、跨段语义对齐或自动发布。中文断句和段落换行不同会增加差异行，先理解格式变化再决定是否过滤空白。

官方资料与核对范围

资料读取日期为 2026 年 10 月 1 日。接口行为依照以下官方文档或项目说明核对，输出来自上述本地教学代码。

• Python difflib：unified_diff的行比较、上下文及输出标记。
• Python Counter：重复元素计数和正计数差值。
• Python re：正则匹配与findall的行为。