我有两个大文件(文件名集).每个文件大约有30,000行.我试图找到一种快速查找file1中不存在于file2中的行的方法.
例如,如果这是file1:
line1
line2
line3
这是file2:
line1
line4
line5
然后我的结果/输出应该是:
line2
line3
这有效:
grep -v -f file2 file1
但是在我的大文件上使用它时非常非常慢.
我怀疑有一个很好的方法来使用diff(),但输出应该只是行,没有别的,我似乎无法找到一个开关.
任何人都可以帮我找到一个快速的方法,使用bash和基本的Linux二进制文件？
编辑:为了跟进我自己的问题,这是我到目前为止使用diff()找到的最好方法:
diff file2 file1 | grep '^>' | sed 's/^>\ //'
当然,必须有更好的方法吗？
我有一个文件f1:
line1
line2
line3
line4
..
..
我想删除另一个文件中的所有行f2:
line2
line8
..
..
我想的东西cat和sed,这甚至还没有接近我所预期的.我怎样才能做到这一点？
我有两个文件(比如说a.txt和b.txt),两个文件都有一个名字列表.我已经sort在这两个文件上运行了.
现在我想找到a.txt不存在的行b.txt.
(我花了很多时间来找到这个问题的答案,所以记录下来以备将来参考)
我有两个文件:
档案1
dsf
sdfsd
dsfsdf
档案2
ljljlj
lkklk
dsf
sdfsd
dsfsdf
我想显示文件2中的内容,但不显示文件1中的内容,因此文件3应该如下所示
ljljlj
lkklk
我希望打印一个文件中但不在另一个文件中的行.但是,这两个文件都没有排序,我需要在两个文件中保留原始顺序.
contents of file1:
string2
string1
string3
contents of file2:
string3
string1
Output:
string2
有一个简单的脚本,我可以完成这个吗？
我有一个巨大的git repo,最终想用bfg清理.
但首先,我想跟踪并删除HEAD哪个git视为二进制文件...
所以,我正在寻找的是一个命令来查找HEAD中git视为二进制文件的所有文件.
这些没有帮助:
预先感谢您的帮助.
想象一下文件1:
#include "first.h"
#include "second.h"
#include "third.h"
// more code here
...
想象一下文件2:
#include "fifth.h"
#include "second.h"
#include "eigth.h"
// more code here
...
我想获取文件2中包含的标题,但不是文件1中的标题,只是那些行.因此,当运行时,文件1和文件2的差异将产生:
#include "fifth.h"
#include "eigth.h"
我知道如何在Perl/Python/Ruby中实现它,但我想在不使用不同编程语言的情况下完成此任务.
git ls-files
还列出了子模块。
使用：列出 git 存储库中的子模块以及如何从另一个文件 A 中删除出现在文件 B 上的行？我可以：
git ls-files | grep -Fxvf <(git submodule status | cut -d' ' -f3)
或更详细和通用的：
git ls-files | while IFS='' read -r file; do
if [ -f "$file" ]; then
echo "$file"
fi
done
使用一些 git 命令/标志有更短的方法吗？
我每天都会收到一个文件，其中有 10,000 条记录，其中 99% 都在最后一天的文件中。如何使用 macOS 命令行删除新文件中前一天文件中存在的行？
remove_duplicates newfile oldfile
这些文件看起来像这样：
"First Last"\t"email"\t"phone"\t"9 more columns..."
注意，我尝试了这个awk解决方案，但它没有输出任何内容，即使我确认了重复的行。