用于查找文件之间相似性的Shell脚本

Question

我有两个制表符分隔文件，包含一个ID列，然后是20个左右的变量。我想找到这两个文件中存在的ID。我要求的是与bash脚本'diff'相反的东西。任何建议都表示赞赏。

Answer 1

工具comm可能是你想要的 - 给定来自两个文件的排序输入，它可以告诉你哪些行只在文件A中，哪些行在两个文件中，哪些只在文件B中。例如，如果你有file-a，那就是：

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 

您可以通过以下方式使用comm进行流程替换：

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

-1参数会抑制仅在第一个文件中的行，而-2会抑制仅在第二个文件中的行。

Answer 2

对文件进行排序，然后您可以使用

$ join sortedfile1.txt sortedfile2.txt

您将获得加入的公共ID行。

Answer 3

cut -f1 file1 file2 | sort | uniq -d