LINUX Shell 下求两个文件交集和差集的办法

假设两个文件FILE1和FILE2用集合A和B表示，FILE1内容如下：

a
b
c
e
d
a

FILE2内容如下：

c
d
a
c

基本上有两个方法，一个是comm命令，一个是grep命令。分别介绍如下：



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. 要注意两个文件必须是排序和唯一(sorted and unique)的，默认输出为三列，第一列为是A-B，第二列B-A，第三列为A交B。

直接运行结果如下：

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

仅仅排序：

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

排序并且唯一：

$ 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

至于差集，读者自己思考了。



grep
命令是常用的搜索文本内容的，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，但是因为是集合操作，唯一是必须的（不然怎么是集合呢？）。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

第一行结果为B-A，所以为空；第二行为A-B。注意顺序很重要！