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。
  6.   -1    不输出文件1 特有的行
  7.   -2    不输出文件2 特有的行
  8.   -3    不输出两个文件共有的行
  10. --check-order     检查输入是否被正确排序，即使所有输入行均成对
  11. --nocheck-order   不检查输入是否被正确排序
  12. --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

  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。

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