比较两个文件

Question

请建议我们如何比较主要部分相似但混乱的两个文件。例子：

A file有

72444 55555
72445 55666
55666 72446

B File有

72444 55555
55666 72446
72445 55666
xxxxx yyyyy

因此，我只想获取输出文件 file 的差异以及有错误的文件的名称。如果上面的其余内容相同的话，可能会像下面这样。

B File xxxxx yyyyy

Answer 1

该comm实用程序可以提取任一文件特有的行或两个文件共有的行。该实用程序要求对两个文件进行排序，从而解决“混乱的行”问题。

该comm实用程序的默认输出位于三个制表符分隔的列中：

1. 仅在第一个文件中找到的行。
2. 仅在第二个文件中找到的行。
3. 在两个文件中找到的行。

可以使用-1、-2或禁用某一列-3。

在这里，我使用两个进程替换来生成排序的输入数据，comm并要求它仅显示前两列，即两个文件所独有的数据。

$ comm -3 <(sort fileA) <(sort fileB)
        xxxxx yyyyy

$ comm -3 <(sort fileA) <(sort fileB) | cut -f 2-
xxxxx yyyyy

正如您所看到的，第二列是唯一包含某些内容的列，因此我们可以得出结论，该行xxxxx yyyyy仅出现在fileB并且所有其他行对于两个文件都是通用的。

如果没有，-3我们也会在第三列中看到共同点：

$ comm <(sort fileA) <(sort fileB)
                55666 72446
                72444 55555
                72445 55666
        xxxxx yyyyy

Answer 2

对于zsh，您可以使用其数组减法运算符：

$ a='A file' b='B file'
$ al=( ${(f)"$(<$a)"} ) bl=( ${(f)"$(<$b)"} )
$ print -rC1 -- "$a "${^al:|bl} "$b "${^bl:|al}
B file xxxxx yyyyy

在哪里：

• $(<file)file扩展到不带尾随换行符的内容
• ${(f)expansion}将其拆分为换行符，丢弃空元素，因此$al和分别包含和$bl的非空行。A fileB file
• ${a:|b}扩展到数组的元素，a除了（bar）那些也在b（数组减法）中的元素。
• text${^array}当array=(a b)扩展为texta textb而不是texta b.在这里，我们使用它来将文件名作为数组减法结果元素的前缀。
• print -rC1 -- prints列上的每个参数raw1 C

请注意，如果两个文件中同一行多次出现，即使两个文件中出现的次数不同，也不会报告该情况。