2

首先，对于一个不完全属于这里的可能是相当愚蠢的问题，我深表歉意。

这是我的问题：我有两个包含很多文件名的大文本文件，我们称它们为 A 和 B，我想确定 A 是否是 B 的子集，不考虑顺序，即对于 A 中的每个文件名，查找是否文件名也在 B 中，否则 A 不是子集。

我知道如何预处理文件（删除文件名本身以外的任何内容，删除不同的大小写），但现在我想知道是否有一种简单的方法可以使用 shell 命令执行任务。

差异可能不起作用，对吧？即使我首先对这两个文件进行“排序”，以便至少两个文件中存在的文件的顺序相同，因为 A 可能是 B 的适当子集，diff 只会告诉我每一行都是不同的。

再次，如果问题不属于这里，我很抱歉，最后，如果没有简单的方法可以做到这一点，我只会编写一个小程序来完成这项工作，但因为我试图更好地处理关于shell命令，我想我会先在这里问。

4

3 回答 3

11

做这个：

cat b | sort -u | wc
cat a b | sort -u | wc

如果得到相同的结果，a 是 b 的子集。

于 2013-05-02T23:53:45.877 回答
0

这是在 awk 中的操作方法

awk '
    # read A, the supposed subset file
    FNR == NR {a[$0]; next}
    # process file B
    $0 in a {delete a[$0]}
    END {if (length(a) == 0) {print "A is a proper subset of B"}}
' A B
于 2013-05-03T06:22:39.103 回答
0

测试 XSD 文件是否是 WSDL 文件的子集：

xmllint --format file.wsdl | awk '{$1=$1};1' | sort -u | wc
xmllint --format file.wsdl file.xsd | awk '{$1=$1};1' | sort -u | wc

这采用了 RichieHindle 先前答案的优雅概念：

  1. xmllint --format而不是cat, 来漂亮地打印 XML，因此每个 XML 元素都在一行上，如sort -u | wc. 其他漂亮的打印命令可能在这里工作，例如jq .json。
  2. 规范化空格的awk 命令：去除前导和尾随（因为两个文件中的缩进不同），并在内部折叠。警告：不考虑元素内的 XML 属性顺序。
于 2016-11-18T12:56:45.040 回答