linux_coom _ Linux文件比较，文本文件的交集、差集与求差

交集和差集操作在集合论相关的数学课上经常用到，不过，在Linux下 对文本进行类似的操作在某些情况下也很有用。

comm命令

comm命令可以用于两个文件之间的 比较，它有一些选项可以用来调整输出，以便执行交集、求差、以及差集操作。

• 交集：打印出两个文件所共有的行。
• 求差：打印出指定文件所包含的且不相同的行。
• 差集：打印出包含在一个文件中，但不包含在其他指定文件中的行。

[root@localhost text]# cat aaa.txt 
aaa
bbb
ccc
ddd
eee
111
222

[root@localhost text]# cat bbb.txt 
bbb
ccc
aaa
hhh
ttt
jjj

[root@localhost text]# comm aaa.txt bbb.txt 
aaa
                bbb
                ccc
        aaa
ddd
eee
111
222
        hhh
        ttt
        jjj
第一列  第二列  第三列

输出的第一列只包含在aaa.txt中出现的行，第二列包含在bbb.txt中出现的行，第 三列包含在aaa.txt和bbb.txt中相同的行。各列是以制表符 （\t）作为定界符。

格式化输出选项：

• -1：从输出中删除第一列
• -2：从输出中删除第二列
• -3：从输出中删除第三列

交 集

打印两个文件的交集，需要删除第一列和第二列：

[root@localhost text]# comm aaa.txt bbb.txt -1 -2
bbb
ccc

求差

打印出两个文件中不相同的行，需要删除第三列：

[root@localhost text]# comm aaa.txt bbb.txt -3 | sed 's/^\t//'
aaa
aaa
ddd
eee
111
222
hhh
ttt
jjj

sed 's/^\t//' 是将制表符（\t）删除，以便把两列合并成一列。

差 集

通过删除不需要的列，可以得到aaa.txt和bbb.txt的差集：

aaa.txt的差集

[root@localhost text]# comm aaa.txt bbb.txt -2 -3
aaa
ddd
eee
111
222

bbb.txt的差集

[root@localhost text]# comm aaa.txt bbb.txt -1 -3
aaa
hhh
ttt
jjj