☰

如何使用 Unix 工具查找两个字符串中标记的差异？

tag-icon • tag-icon utilities string
如何使用 Unix 工具查找两个字符串中标记的差异？

我有两个字符串，如下所示-

token1, token2, token3, token4, token5, token6, token8, token9, token10

token2, token7, token4, token3, token5, token6, token8, token10, token9

从视觉上看，我可以看到两个字符串中都不存在token1和之类的“标记”。token7但是有没有一种简单的方法可以使用 Unix 工具获取不同的令牌呢？

漫长的路线是编写一个脚本并维护一个 {token => count} 的哈希图，最后只打印那些 count = 1 的键。但我认为有一个更短的方法。

答案1

GNUly：

s1='token1, token2, token3, token4, token5, token6, token8, token9, token10'
s2='token2, token7, token4, token3, token5, token6, token8, token10, token9'
comm <(grep -oE '\w+' <<< "$s1" | sort) <(grep -oE '\w+' <<< "$s2" | sort)

给出：

token1
                token10
                token2
                token3
                token4
                token5
                token6
        token7
                token8
                token9

这些列是：

  1. 令牌仅在 s1 中
  2. 令牌仅存在于 s2 中
  3. 两者中的令牌。

您可以通过传递相应的选项来抑制列（例如-3抑制第三列）。

答案2

从 Ramesh 汲取基本思想

与 GNUawk一起bash

awk -v RS='[[:space:]]*,[[:space:]]*' '{x[$0]++}; END{for (y in x) if (x[y] == 1) print y}'  
<(printf "%s" 'token1, token2, token3, token4, token5, token6, token8, token9, token10')  
<(printf "%s" 'token2, token7, token4, token3, token5, token6, token8, token10, token9')
token1
token7

答案3

你可以做如下的事情。

cat input1 input2 >> output
arr=$(cat output | tr "," "\n")
echo "${arr[@]}" | tr ' ' '\n' | sort -u | tr '\n' ' '

解释

我将这两个文件合并到另一个文件中，并用逗号作为分隔符分割标记。之后，我只打印唯一的值（意味着仅出现一次的值，我相信这就是您正在寻找的值）。

输入1文件内容

token1, token2, token3, token4, token5, token6, token8, token9, token10

输入2文件内容

token2, token7, token4, token3, token5, token6, token8, token10, token9

执行上述脚本后，我得到的输出为：

token1 token10 token2 token3 token4 token5 token6 token7 token8 token9

如果您观察上面的输出，它将仅打印两个文件中的唯一值。

但是，如果您只需要差异，则可以使用以下命令。

echo ${arr[@]} | sort | uniq -c

相关内容