Linux Shell 下求兩個文件交集和差集的辦法

假設兩個文件FILE1和FILE2用集合A和B表示，FILE1內容如下：

1. a
2. b
3. c
4. e
5. d
6. a

FILE2內容如下：

1. c
2. d
3. a
4. c

基本上有兩個方法，一個是comm命令，一個是grep命令。分別介紹如下：

comm命令 ， Compare sorted files FILE1 and FILE2 line by line. With no options, produce three-column output. Column one contains lines unique to FILE1, column two contains lines unique to FILE2, and column three contains lines common to both files. 要注意兩個文件必須是排序和唯一(sorted and unique)的，默認輸出為三列，第一列為是A-B，第二列B-A，第三列為A交B。

直接運行結果如下：

1. $ comm a.txt b.txt
2. a
3. b
4. c
5. d
6. a
7. c
8. e
9. d
10. a

僅僅排序：

1. $ comm <(sort a.txt ) <(sort b.txt )
2. a
3. a
4. b
5. c
6. c
7. d
8. e

排序並且唯一：

1. $ comm <(sort a.txt|uniq ) <(sort b.txt|uniq )
2. a
3. b
4. c
5. d
6. e

如果只想要交集，如下即可：

1. $ comm -12 <(sort a.txt|uniq ) <(sort b.txt|uniq )
2. a
3. c
4. d

至於差集，讀者自己思考了。

grep 命令是常用的搜索文本內容的，要找交集，如下即可：

1. p$ grep -F -f a.txt b.txt
2. c
3. d
4. a
5. c

grep不要求排序，但是因為是集合操作，唯一是必須的（不然怎麼是集合呢？）。所以：

1. $ grep -F -f a.txt b.txt | sort | uniq
2. a
3. c
4. d

差集呢？

1. $ grep -F -v -f a.txt b.txt | sort | uniq
2. $ grep -F -v -f b.txt a.txt | sort | uniq
3. b
4. e

第一行結果為B-A，所以為空；第二行為A-B。注意順序很重要！