☰

在 ubuntu 中比较两个文本文件的内容？

tag-icon • tag-icon text-processing diff
在 ubuntu 中比较两个文本文件的内容？

我需要比较文本文件的内容（作为一个整体而不是像 diff 命令那样逐行比较）并打印出缺失的文本。有没有命令可以这样做？提前致谢。

编辑：例如，假设 file1 具有：

1 2 3
4 5

文件 2 有：

1 5
2 3 4 6

我想比较这些文件并打印为输出：

6

该命令diff逐行比较文本文件，在这种情况下，几乎整个文件都会被打印出来。（我的实际文件更复杂、更长，所以我举了一个简单的例子。）

答案1

由于顺序无关紧要，您可以使用 awk 打印唯一的行，但使用空格分隔行：

awk -v RS='[[:space:]]+' 'FNR==NR {a[$0]++; next} {a[$0]--} END {for (i in a) if (a[i] != 0) print i}' file1 file2

这里：

  • -v RS='[[:space:]]+'将记录分隔符（RS）设置为任何空格，因此所有每一“行”都将由任何空格（包括换行符）分隔。
  • FNR == NR-是当前文件的FNR记录号 ( )（或者，如果您愿意，也可以称为行号） ，是所有输入文件的总行号。因此，只要这两个相等，我们就处理的是第一个文件。NRNR
  • {a[$0]++; next}- 设置并增加当前“行”出现的次数，然后移至下一行而不处理任何其他规则。此块仅针对第一个文件运行，因此效果是此规则适用于第一个文件中的行，而下一个块适用于所有其他文件。
  • {a[$0]--}，减少当前“行”出现的次数。
  • END {for (i in a) if (a[i] != 0) print i}- 在所有输入的末尾，对于数组中的每个条目a，如果出现次数不为 0，则打印该条目。因此，在两个文件中出现次数相等的任何“行”都将被跳过。

答案2

这是另一种解决方案：

comm -3 <( cat file1 | tr ' \t' '\n' | sort) <(cat file2 | tr ' \t' '\n' | sort) | sort -u

在哪里：

  • tr ' \t' '\n' | sort用换行符替换空格和制表符，并重新排序结果
  • comm逐行比较已排序的文件file1，并使用选项抑制两个文件中出现的行file2-3
  • sort -u最后，删除重复的行，这是在出现重复标记的情况下所必需的

在这种情况下，tr ' ' '\n' | sort输出被用作comm命令的标准输入。

答案3

另一个解决方案（python）：

def readFile(fi):
  return open(fi,"rb").read().decode(cod)
def process(text):
  return text.replace("\n"," ").split(" ")

print(set([x for x in process(readFile(file1,"utf-8")) if not x==""]).difference(set([x for x in process(readFile(file2,"utf-8")) if not x==""])))

答案4

我会做出以下假设：您的文件由数据组成，这些数据要么用空格或换行符分隔，并且您不关心数据丢失的位置（或者知道它始终在 file2 中）。

我们要做的很简单：将两个文件中的每个空格替换为换行符，将它们连接起来，然后仅搜索单个（唯一）条目：

sort <( tr ' ' '\n' < file1 ) <(tr ' ' '\n' < file2) | uniq -u

相关内容