Làm thế nào để tìm thấy sự khác biệt thiết lập của hai tập tin?

Question

Tôi có hai tệp A và B. Tôi muốn tìm tất cả các dòng trong A không có trong B. Cách nhanh nhất để làm điều này trong bash/sử dụng các tiện ích Linux tiêu chuẩn là gì? Dưới đây là những gì tôi đã thử cho đến thời điểm này:

for line in `cat file1` 
do 
    if [ `grep -c "^$line$" file2` -eq 0]; then 
    echo $line 
    fi 
done 

Nó hoạt động nhưng chậm. Có cách nào nhanh hơn để làm việc này không?

Answer 1

describes doing exactly this with comm, là phương pháp chính xác theo đúng chuẩn.

# Subtraction of file1 from file2 
# (i.e., only the lines unique to file2) 
comm -13 <(sort file1) <(sort file2) 

diff ít phù hợp hơn cho tác vụ này vì nó cố gắng hoạt động trên các khối thay vì các dòng riêng lẻ; như vậy, các thuật toán mà nó phải sử dụng phức tạp hơn và ít hiệu quả về bộ nhớ hơn.

comm là part of the Single Unix Specification kể từ SUS2 (1997).

Answer 2

Chương trình 'khác' là chương trình Unix chuẩn, xem xét sự khác biệt giữa các tệp.

% cat A 
a 
b 
c 
d 
% cat B 
a 
b 
e 
% diff A B 
3,4c3 
< c 
< d 
--- 
> e 

Với một grep đơn giản và cắt có thể chọn các dòng trong A, không phải trong B. Lưu ý rằng cắt khá đơn giản và không gian trong dòng sẽ vứt đi ... nhưng khái niệm ở đó.

% diff A B | grep '^<' | cut -f2 -d" " 
c 
d 

Answer 3

Nếu bạn chỉ muốn dòng có trong tập tin A, nhưng không phải trong B, bạn có thể sắp xếp các tập tin, và so sánh chúng với diff.

sort A > A.sorted 
sort B > B.sorted 
diff -u A.sorted B.sorted | grep '^-'