linux - 在 Linux 中对两个文件进行排序并找到每个文件唯一的行

Question

我有 2 个文件。

File1 内容如下:

000000513609200,238/PLMN/000100
000000513609200,238/PLMN/000200
000050354428060,238/PLMN/000200
000050354428060,238/PLMN/000100
001212131415120,238/PLMN/000100
...
...

文件2内容:

000000513609200,238/PLMN/000100
000000513609200,238/PLMN/000200
000050354428060,238/PLMN/000200
000050354428060,238/PLMN/000100
001212131415120,238/PLMN/000100
...
...

文件 1 有近 15000 条记录，文件 2 有近 20000 条记录。我想找到仅存在于 file1 或 file2 中的行(记录)。我正在使用以下内容:

comm -3 <(sort file1) <(sort file2) > file6

这是一个好的选择吗？

此外，这些记录的排序究竟是如何进行的？它如何理解将哪一列作为主键？

您还可以建议一个简单的 awk 脚本来比较 file1 和 file2 并将仅存在于 file1 或仅存在于 file2 中的行转发到 file7，以便我可以比较输出。我想确保我的 comm 产生相同的结果。

Answer 1

使用 awk，您可以在不排序的情况下执行此操作:

awk 'FNR==NR {
   a[$0]
   next
}
{
   if ($0 in a)
      delete a[$0]
   else
      print
}
END {
   for (i in a)
      print i
}' file1 file2

类似地使用 grep 你可以得到相同的使用:

{ grep -vxFf file1 file2; grep -vxFf file2 file1; }