如何確定一個文件的內容是否包含在另一個文件的內容中

首先，我很抱歉，這可能是一個相當愚蠢的問題，但並不完全屬於此處。如何確定一個文件的內容是否包含在另一個文件的內容中

這是我的問題：我有兩個大文本文件包含大量文件名稱，我們稱它們爲A和B，並且我想確定A是否爲B的子集，無視順序，即對於每個文件名A，找到文件名是否也在B中，否則A不是子集。

我知道如何對文件進行預處理（除去文件名本身，除去不同的大寫字母），但現在我只是想知道是否有一種簡單的方法來使用shell命令執行任務。

差異可能不起作用，對吧？即使我首先對這兩個文件進行「排序」，至少兩個文件的排列順序是相同的，因爲A可能是B的子集，diff會告訴我每一行都是不同。

再說一遍，如果這個問題不屬於這裏，並且最後如果沒有簡單的方法去做，我只會寫一個小程序來完成這項工作，但是因爲我試圖更好地處理shell命令，我想我會先在這裏問。

2013-05-02 tonfagun

好問題！ +1;）使用'sort'和'diff'的問題是什麼？看起來不錯。 – hek2mgl 2013-05-02 23:53:23

也許是我的差異的理解是缺乏的，但說文件A包含： AAA CCC 和B包含： AAA BBB CCC 差異只會告訴我，第2行是不匹配的，但我想要的它要做的是告訴我ccc是*在某處發現的。如果diff的選項存在，即使在閱讀手冊頁之後，我也不知道它。 – tonfagun 2013-05-02 23:58:41

所以你想做一個基於行的包括檢查，而不是基於塊（文件的整個內容作爲塊）？ – Kent 2013-05-03 00:09:05

這樣做：

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

如果你得到同樣的結果，A是B的子集。

來源

2013-05-02 23:53:45 RichieHindle

不錯！ ......... – hek2mgl 2013-05-02 23:54:53

似乎工作（在兩個小測試文件）。現在我只需要找出它爲什麼會起作用。但那是我的問題，所以：謝謝！ – tonfagun 2013-05-03 00:08:20

現在得到它:)非常聰明的解決方案。 – tonfagun 2013-05-03 00:22:55

這裏是如何做到這一點的AWK

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

來源

2013-05-03 06:22:39

測試如果XSD文件是WSDL文件的一個子集：

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

這適應使用RichieHindle事先answer優雅的概念：

xmllint --format而不是cat，以漂亮的打印XM L，因此每個XML元素都在一行上，如sort -u | wc所要求的那樣。其他漂亮的打印命令可能在這裏工作，用於json的jq .。
和awkcommand以規範化空白：剝離前導和尾隨（因爲兩個文件中的縮進不同），並摺疊內部。警告：不考慮元素內的XML屬性順序。

來源

2016-11-18 12:56:45 vdm

如何確定一個文件的內容是否包含在另一個文件的內容中

回答

相關問題