comm 无法从两个文件中查找 file1 的唯一单词

Question

我有两个文本文件，在其中我必须使用 comm 命令从文件 1 中提取所有唯一单词。因此，只提取文件 2 中没有的单词。我被要求使用该comm命令（不是diffnor join）。

我尝试了很多方法，例如comm -32 file1 file2，但这会返回文件 1 中的所有单词。

Answer 1

comm需要排序的文件，其中每个单词必须位于一行（比较的整行）。

所以就是

(export LC_ALL=C
comm -23 <(grep -Po '\S+' file1 | sort) <(grep -Po '\S+' file2 | sort))

（假设 GNUgrep支持 PCRE，并且 shell 支持进程替换，如ksh93,zsh或bash）。

将语言环境固定为 C 以对sort和执行字节到字节的比较comm。

Answer 2

如果您的文件之一来自 Windows 环境，则行终止符可能会有所不同。看这里用于转换。