Linux求兩個文字檔案的交集、差集、並集

pythontab發表於2018-07-05

一、交集

sort a.txt b.txt | uniq -d


二、並集

sort a.txt b.txt | uniq


三、差集

a.txt-b.txt:


sort a.txt b.txt b.txt | uniq -u


b.txt - a.txt:


sort b.txt a.txt a.txt | uniq -u


四、相關的解釋

使用sort可以將檔案進行排序(sort排序是為了管道交給uniq進行處理,uniq只能處理相鄰的行),可以使用sort後面的引數,例如 -n 按照數字格式排序,例如 -i 忽略大小寫,例如使用-r 為逆序輸出等


uniq為刪除檔案中重複的行,得到檔案中唯一的行,引數-d 表示的是輸出出現次數大於1的內容;引數-u表示的是輸出出現次數為1的內容;那麼對於上述的求交集並集差集的命令做如下的解釋:


sort a.txt b.txt | uniq -d:將兩個檔案進行排序,uniq使得兩個檔案中的內容為唯一的,使用-d輸出兩個檔案中次數大於1的內容,即是得到交集


sort a.txt b.txt | uniq :將兩個檔案進行排序,uniq使得兩個檔案中的內容為唯一的,即可得到兩個檔案的並集


sort a.txt b.txt b.txt | uniq -u:將兩個檔案排序,最後輸出a.txt b.txt b.txt檔案中只出現過一次的內容,因為有兩個b.txt所以只會輸出只在a.txt出現過一次的內容(b.txt的內容至少出現兩次),即是a.txt-b.txt差集;對於b.txt-a.txt同理。


相關文章