两个文本文件之间的差异和交叉报告

Question

免责声明:我是编程和脚本编程的新手,所以请原谅缺乏技术术语

所以我有两个包含列出名称的文本文件数据集:

First File | Second File
bob        | bob
mark       | mark
larry      | bruce
tom        | tom

我想运行一个脚本(pref python),它输出一个文本文件中的交叉线和另一个文本文件中的不同行,例如:

matches.txt:

bob 
mark 
tom 

differences.txt:

bruce

我如何用Python实现这一目标？或者使用Unix命令行,如果它足够简单？

Answer 1

排序| uniq很好,但是comm可能会更好."man comm"了解更多信息.

从手册页:

EXAMPLES
       comm -12 file1 file2
              Print only lines present in both file1 and file2.

       comm -3 file1 file2
              Print lines in file1 not in file2, and vice versa.

您也可以使用Python集类型,但comm更容易.

Answer 2

Unix shell解决方案 - :

# duplicate lines
sort text1.txt text2.txt | uniq -d

# unique lines
sort text1.txt text2.txt | uniq -u

Answer 3

words1 = set(open("some1.txt").read().split())
words2 = set(open("some2.txt").read().split())

duplicates  = words1.intersection(words2)
uniques = words1.difference(words2).union(words2.difference(words1))

print "Duplicates(%d):%s"%(len(duplicates),duplicates)
print "\nUniques(%d):%s"%(len(uniques),uniques)

至少是这样的