Linux文件比较，文本文件的交集、差集与求差

comm命令

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。
[[email protected] text]# cat aaa.txt
aaa
bbb
ccc
ddd
eee
111
222
[[email protected] text]# cat bbb.txt
bbb
ccc
aaa
hhh
ttt
jjj
[[email protected] text]# comm aaa.txt bbb.txt
aaa
                bbb
                ccc
        aaa
ddd
eee
111
222
        hhh
        ttt
        jjj
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。

格式化输出选项：
•-1：从输出中删除第一列
•-2：从输出中删除第二列
•-3：从输出中删除第三列

交集

打印两个文件的交集，需要删除第一列和第二列：
[[email protected] text]# comm aaa.txt bbb.txt -1 -2
bbb
ccc

求差

打印出两个文件中不相同的行，需要删除第三列：
[[email protected] text]# comm aaa.txt bbb.txt -3 | sed ‘s/^\t//‘
aaa
aaa
ddd
eee
111
222
hhh
ttt
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
[[email protected] text]# comm aaa.txt bbb.txt -2 -3
aaa
ddd
eee
111
222

bbb.txt的差集
[[email protected] text]# comm aaa.txt bbb.txt -1 -3
aaa
hhh
ttt
jjj