comm

两个文件之间的比较

补充说明

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。

语法

  1. comm [选项]... 文件1 文件2

选项

  1. 如果不附带选项,程序会生成三列输出。
  2. 第一列包含文件1 特有的行,
  3. 第二列包含文件2 特有的行,
  4. 而第三列包含两个文件共有的行。
  5. -1 不输出文件1 特有的行
  6. -2 不输出文件2 特有的行
  7. -3 不输出两个文件共有的行
  8. --check-order 检查输入是否被正确排序,即使所有输入行均成对
  9. --nocheck-order 不检查输入是否被正确排序
  10. --output-delimiter=STR 依照STR 分列

参数

  • 文件1:指定要比较的第一个有序文件;
  • 文件2:指定要比较的第二个有序文件。

实例

文本 aaa.txt 内容

  1. [root@localhost text]# cat aaa.txt
  2. aaa
  3. bbb
  4. ccc
  5. ddd
  6. eee
  7. 111
  8. 222

文本 bbb.txt 内容

  1. [root@localhost text]# cat bbb.txt
  2. bbb
  3. ccc
  4. aaa
  5. hhh
  6. ttt
  7. jjj

两个文件之间的比较,如果没有排序需要带上--nocheck-order参数, 没有带上参数将会收到提示,此命令重要之功能在于比较。

  1. comm: 文件2 没有被正确排序
  2. comm: 文件1 没有被正确排序

比较结果

  1. [root@localhost text]# comm --nocheck-order aaa.txt bbb.txt
  2. aaa
  3. bbb
  4. ccc
  5. aaa
  6. ddd
  7. eee
  8. 111
  9. 222
  10. hhh
  11. ttt
  12. jjj
  13. 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。

有序比较

有序比较,先通过 sort 将文件内容排序

  1. [root@localhost ~]# sort aaa.txt > aaa1.txt
  2. [root@localhost ~]# sort bbb.txt > bbb1.txt

有序比较结果:

  1. [root@localhost ~]# comm aaa1.txt bbb1.txt
  2. 111
  3. 222
  4. aaa
  5. bbb
  6. ccc
  7. ddd
  8. eee
  9. hhh
  10. jjj
  11. ttt

交集

打印两个文件的交集,需要删除第一列和第二列:

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

求差

打印出两个文件中不相同的行,需要删除第三列:

  1. [root@localhost text]# comm aaa.txt bbb.txt -3 | sed 's/^\t//'
  2. aaa
  3. aaa
  4. ddd
  5. eee
  6. 111
  7. 222
  8. hhh
  9. ttt
  10. 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

  1. [root@localhost text]# comm aaa.txt bbb.txt -2 -3
  2. aaa
  3. ddd
  4. eee
  5. 111
  6. 222

bbb.txt的差集

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