☰

比较两个文件并输出差异

tag-icon • tag-icon linux command-line bash unix diff
比较两个文件并输出差异

我知道diff并使用循环，但我似乎无法真正通过 diff 获得我需要的东西。我基本上是想比较两个文件（file2.txt 和 file2.txt），然后获取它们之间缺少的内容的输出。

目标 1：从 file1.txt 中找出 file2.txt 中缺少的内容

目标 2：找出任一文件中缺少的内容。file2.txt 中可能存在 file1.txt 中没有的某些行。我也想知道它们。

diff只告诉我两个文件不一样，逐行比较差异。我需要一个程序来遍历文件，而不是按行区分。如果在 file1.txt 的第 2 行发现包含“/bin/mount”的行，而在 file2.txt 的第 59 行发现包含“/bin/mount”的行，那么我不需要知道它。我只想知道整体上不存在什么。可以这样做吗？

答案1

如果您不关心行顺序，请先对文件进行排序。要查看哪个文件中缺少哪些行，请使用comm而不是diff：

comm <(sort file1) <(sort file2)

答案2

目标 1：从 file1.txt 中找出 file2.txt 中缺少的内容

和grep：

grep -xvFf file2.txt file1.txt

和comm：

comm -13 <(sort file1.txt) <(sort file2.txt)

使用sort和uniq：

sort file2.txt file2.txt file1.txt | uniq -u

目标 2：找出任一文件中缺少的内容。file2.txt 中可能存在 file1.txt 中没有的某些行。我也想知道它们。

和grep：

grep -xvFf file1.txt file2.txt; grep -xvFf file2.txt file1.txt

和comm：

comm -3 <(sort file1.txt) <(sort file2.txt) | tr -d '\t'

使用sort和uniq：

sort file1.txt file2.txt | uniq -u

答案3

这是一个简单的代码，用于匹配两个文件之间的相似度百分比

import numpy as np
def levenshtein(seq1, seq2):
    size_x = len(seq1) + 1
    size_y = len(seq2) + 1
    matrix = np.zeros ((size_x, size_y))
    for x in range(size_x):
        matrix [x, 0] = x
    for y in range(size_y):
        matrix [0, y] = y

    for x in range(1, size_x):
        for y in range(1, size_y):
            if seq1[x-1] == seq2[y-1]:
                matrix [x,y] = min(
                    matrix[x-1, y] + 1,
                    matrix[x-1, y-1],
                    matrix[x, y-1] + 1
                )
            else:
                matrix [x,y] = min(
                    matrix[x-1,y] + 1,
                    matrix[x-1,y-1] + 1,
                    matrix[x,y-1] + 1
                )
    #print (matrix)
    return (matrix[size_x - 1, size_y - 1])

with open('original.txt', 'r') as file:
    data = file.read().replace('\n', '')
    str1=data.replace(' ', '')
with open('target.txt', 'r') as file:
    data = file.read().replace('\n', '')
    str2=data.replace(' ', '')
if(len(str1)>len(str2)):
    length=len(str1)
else:
    length=len(str2)
print(100-round((levenshtein(str1,str2)/length)*100,2),'% Similarity')

在同一目录中创建两个文件“original.txt”和“target.txt”，并附上内容。

相关内容