用於查找文件之間相似性的Shell腳本

Question

我有兩個製表符分隔的文件，它們由ID列和20個左右的變量組成。我想找到這兩個文件中存在的ID。我所要求的是與bash腳本'diff'相反的東西。任何建議表示讚賞。然後

Answer 1

排序的文件，你可以使用

$ join sortedfile1.txt sortedfile2.txt 

，你會得到的公共標識線連接起來。

Answer 2

工具comm可能是你想要的 - 給定來自兩個文件的排序輸入，它可以告訴你哪些行只在文件A中，哪些在兩個文件中，哪些只在文件B中。例如，如果你有file-a是：

17 p o i u 
13 a b c d 
14 q w e r t 

...和file-b是：

18 a s d f 
13 f g h i 
7 z x c v 

您可以通過以下方式使用comm與進程替換：

$ comm -1 -2 <(cut -d ' ' -f 1 file-a|sort) <(cut -d ' ' -f 1 file-b|sort) 
13 

-1參數禁止僅在第一個文件中的行，並且-2禁止那些僅在第二個文件中的行。

Answer 3

cut -f1 file1 file2 | sort | uniq -d