linux - 如何从命令行找到两个文件的 Set - Subset？

Question

我有两个带有排序行的文件。一个文件 (B) 是另一个文件 (A) 的子集。我想找到 A 中不在 B 中的所有行。理想情况下，我想创建一个包含这些行的文件 (C)。这在 Unix 中可能吗？我正在寻找一个单行命令来执行此操作，而不是编写脚本。我查看了joinanddiff命令，但找不到执行此操作的命令选项。谢谢您的帮助。

Answer 1

这将抑制常见的行：

comm -3 a b

Answer 2

这个怎么样：

grep -v -f B A > C

Answer 3

你也可以用 diff 来做到这一点。Diff（与@johlo 的 grep 答案不同）关心顺序，适用于未排序的文件（与@johnshen64 的 comm 答案不同）：

$ cat a
a
b
c
d
e
$ cat b
a
b
f
d
e
$ diff -dbU0 a b
--- a   2012-05-18 16:02:30.603386016 -0400
+++ b   2012-05-18 16:02:45.547817122 -0400
@@ -3 +3 @@
-c
+f

因此，您可以使用管道仅获取省略的行——考虑顺序：

$ diff -dbU0 a b | tail -n +4 | grep ^- | cut -c2-
c

Answer 4

该join命令将执行您的要求：

join -v 1 fileA fileB > fileC

示范：

$ cat fileA
a
c
d
g
h
t
u
v
z
$ cat fileB
a
d
g
t
u
z
$ join -v 1 fileA fileB
c
h
v

这假设您在问题中所述已排序文件。对于未排序的文件：

join -v 1 <(sort fileA) <(sort fileB)

Answer 5

awk 解决方案

输入文件

一种

aaa
bbb
ccc

b

ccc
ddd
eel

代码

awk ' NR==FNR { A[$0]=1; next; }
{ if ($0 in A) { A[$0]=0; } }
END { for (k in A) { if (A[k]==1) { print k; } } } ' a b > c

c（输出文件）

bbb
aaa