LINUX Shell 下求两个文件交集和差集的办法

假设两个文件FILE1和FILE2用集合A和B表示，FILE1内容如下：

a b c e d a

FILE2内容如下：

c d a c

基本上有两个方法，一个是comm命令，一个是grep命令。分别介绍如下：

 

comm命令 ， Compare sorted files FILE1 and FILE2 line by line. With  no options, produce three-column output.  Column one contains lines unique to FILE1, column two contains lines unique to FILE2, and column three contains lines common to both files. 要注意两个文件必须是排序和唯一(sorted and unique)的，默认输出为三列，第一列为是A-B，第二列B-A，第三列为A交B。

直接运行结果如下：

$ comm a.txt b.txt a b c d a c e d a

仅仅排序：

$ comm <(sort a.txt ) <(sort b.txt ) a a b c c d e

排序并且唯一：

$ comm <(sort a.txt|uniq ) <(sort b.txt|uniq ) a b c d e

如果只想要交集，如下即可：

$ comm -12 <(sort a.txt|uniq ) <(sort b.txt|uniq ) a c d

至于差集，读者自己思考了。

 

grep 命令是常用的搜索文本内容的，要找交集，如下即可：

p$ grep -F -f a.txt b.txt c d a c

grep不要求排序，但是因为是集合操作，唯一是必须的（不然怎么是集合呢？）。所以：

$ grep -F -f a.txt b.txt | sort | uniq a c d

差集呢？

$ grep -F -v -f a.txt b.txt | sort | uniq $ grep -F -v -f b.txt a.txt | sort | uniq b e

第一行结果为B-A，所以为空；第二行为A-B。注意顺序很重要！