如何在两个文本文件之间找到相同的部分？

Question

这是两个文本文件，A和B都包含多个单词项，由换行符或空格分隔。 现在我想比较A和B，在两个文件中找到相同的项目，然后从A中删除它们， 在bash.Any好主意？

Answer 1

Alfe的答案看起来是正确的。但是，如果您不关心输出文件中的单词分隔符，那么这可能是优化的解决方案：

grep -w -v -f <(sed 's/[ \n\t]\+/\n/g' A) <(sed '$s/[ \n\t]\+/\n/g' B)

如果两个文件中的数据都是排序/相同的序列，那么您也可以使用comm

comm -13 <(sed 's/[ \n\t]\+/\n/g' A) <(sed 's/[ \n\t]\+/\n/g' B)

Answer 2

我不确定我是否理解正确，所以这个答案在黑暗中有点拍摄。

首先，我将创建每行包含一个单词的文件版本。然后我会介绍B：

while read word; do …; done < B

对于B中发现的每个单词，我会将其从A中移除（在......上面）：

sed -i "s/^$word$//" A

也许这有帮助。