LINUX Shell 下求兩個文件交集和差集的辦法

假設兩個文件FILE1和FILE2用集合A和B表示，FILE1內容如下：

a b c e d a

FILE2內容如下：

c d a c

基本上有兩個方法，一個是comm命令，一個是grep命令。分別介紹如下：

 

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. 要注意兩個文件必須是排序和唯一(sorted and unique)的，默認輸出爲三列，第一列爲是A-B，第二列B-A，第三列爲A交B。

直接運行結果如下：

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

僅僅排序：

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

排序並且唯一：

$ 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

至於差集，讀者自己思考了。

 

grep 命令是常用的搜索文本內容的，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，但是因爲是集合操作，唯一是必須的（不然怎麼是集合呢？）。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

第一行結果爲B-A，所以爲空；第二行爲A-B。注意順序很重要！