Neue, behobene und inhaltlich geänderte Befunde unterscheiden.
Eine Zahl verdichtet eine Menge und verliert deren Mitglieder. Gestern fehlen zwei Katalogeinträge, heute ebenfalls zwei; trotzdem kann einer behoben und ein anderer neu sein. Berechne new=current-previous und resolved=previous-current unabhängig von der Anzahl. Für gemeinsame IDs prüfst du relevante Werte und markierst changed. Diese Aussagen brauchen vollständige Mengen oder ausdrücklich begrenzte Ergebnisse. Eine auf fünfzig Einträge gekürzte Vorschau ist keine vollständige Vergleichsgrundlage. Fehlt ein Eintrag nur in der Vorschau, folgt daraus nicht, dass er behoben wurde. Speichere deshalb Vollständigkeit und Anzeigegrenze getrennt von der vollständigen Ereignismenge.
Ein Beispiel
Vorher={item-a,item-b}, aktuell={item-b,item-c}. Neu ist item-c, behoben item-a, die Anzahländerung ist null. item-b bleibt vorhanden; ein eigener Wertevergleich entscheidet, ob es unverändert oder changed ist. Die Überschrift Zwei fehlen darf bleiben, die Aussage Keine Veränderung wäre falsch.
Python 3.11 · Lehrbeispiel
previous = {"item-a", "item-b"}
current = {"item-b", "item-c"}
print("new", sorted(current - previous))
print("resolved", sorted(previous - current))
print("count_change", len(current) - len(previous))
Erwartete Ausgabe
new ['item-c']
resolved ['item-a']
count_change 0
