查找文件中没有出现在另一个文件中的行

您必须使用的命令不是 diff而是 comm

comm -23 a.txt b.txt

默认情况下，comm输出3列: 只能左转、 只有正确、 都有。 -1、 -2和 -3开关抑制这些列。

因此，-23隐藏了 只有正确和 都有列，显示仅出现在第一个(左)文件中的行。

如果希望查找同时出现在这两个列中的行，可以使用 -12，它隐藏了 只能左转和 只有正确列，只留下 都有列。

这个简单的答案对我来说不起作用，因为我没有意识到 comm会一行一行地匹配，所以一个文件中的重复行将被打印为不存在于另一个文件中。例如，如果 file1包含:

Alex
Bill
Fred

文件2包含:

Alex
Bill
Bill
Bill
Fred

然后 comm -13 file1 file2将输出:

Bill
Bill

在我的例子中，我只想知道 file2中的每个字符串都存在于 file1中，而不管该行在每个文件中出现了多少次。

解决方案1: 对 sort使用 -u(惟一)标志:

comm -13 <(sort -u file1) <(sort -u file2)

解决方案2: (我找到的第一个“有效”的答案)来自 Unix.stackexchange:

fgrep -v -f file1 file2

注意，如果 file2包含 file1中根本不存在的重复行，fgrep将输出每个重复行。还要注意，我在单台笔记本电脑上对单个(相当大)数据集进行的完全非科学的测试显示，解决方案1(使用 comm)几乎比解决方案2(使用 fgrep)快5倍。

我不知道为什么说 diff不应该被使用。我将使用它来比较两个文件，然后只输出左边文件中的行，而不是右边文件中的行。这样的行用差异与 <标记，所以它足以在行的开头抓取该符号

diff a.txt b.txt  | grep \^\<

如果文件还没有被排序，你可以使用:

comm -23 <(sort a.txt) <(sort b.txt)