如何使用diff脚本中的命令显示目录中所有相同内容的文件？也许我应该提供更多细节。
该脚本应该在指定的目录和子目录中找到相同的文件，并将它们按文件大小的降序排列显示在终端中。
下面是问题：假设在 DirA 中我有这些文件：
file1
file2
file3
file4
在 DirB 中我有以下文件：
file1
file2
file3
现在，如果我必须制作一个脚本来告诉我两个目录之间的差异（在本例中，dirB 中缺少 file4），并且还将文件复制到 DirB 中，那么命令是什么？
我有一个 bash 命令diff file1 file2，相应的输出类似于：
74,100c74,100
< some text
这只是一个小子集，当然，diff输出中的行开头变化很大（我知道>, <, -, \和 chars from 1to 9，但可能还有其他，我不太确定）。1我只想要以从到 的数字开头的输出行9（不是0，因为我只关心发生更改的位置，并且行号不会以 开头0）。
因此，如果我diff使用该命令进行管道传输，输出应该是：
74,100c74,100
我怎样才能实现这个目标？谢谢...
我正在努力比较（比较）2 个大型 CSV 文件。
例如：
文件1
a,b,c,d
e,f,g,h
i,j,k,l
文件2
a,b,c,d
i,j,k,l
e,f,g,h
上面应该通过比较，即使行的顺序不同，内容也是相同的。
如果内容不同、列值不匹配或者某一行存在于另一行中，等等，则比较应该失败。
我遇到的最大问题是文件非常大，并且没有可排序的键列。文件有 14 到 3000 万行，大约 10 到 15 列。未排序的原始数据转储约为 1GB 的 csv 文件。
现在我正在尝试使用下面的代码对文件进行排序和“比较”。问题是“排序”并不总是有效。对于较小的文件和较少的行，排序和比较可以工作，但它似乎不适用于非常大的文件。
此外，排序会显着增加操作时间；理想情况下，我想避免排序，只是比较忽略排序顺序，但我不知道该怎么做。
filecmm、difflib 和我尝试过的其他一些函数都需要预先排序的文件。
我现在正在执行 Python 合并排序，但正如我所说，排序不一定适用于大量行，我希望有更好的比较方法。
这是Python的归并排序函数：
def batch_sort(self, input, output, key=None, buffer_size=32000, tempdirs=None):
if isinstance(tempdirs, str):
tempdirs = tempdirs.split(",")
if tempdirs is None:
tempdirs = []
if not tempdirs:
tempdirs.append(gettempdir())
chunks = []
try:
with open(input,'rb',64*1024) as input_file:
input_iterator = iter(input_file)
for tempdir in cycle(tempdirs):
current_chunk = list(islice(input_iterator,buffer_size)) …我有一个数值列表，我需要计算一个新列表，该列表将由原始列表中每两个连续元素的差值组成。我有这个代码：
wss <- (nrow(dat)-1)*sum(apply(dat,2,var))
for (i in 2:15) wss[i] <- sum(kmeans(dat,
centers=i)$withinss)
plot(1:15, wss, type="b", xlab="Number of Clusters",
ylab="Within groups sum of squares")
# choose optimal k where sos derivative is large for the first time
diff <- lapply(wss, diff)
所以我原来的列表是 wss
> dput(wss)
c(4155212952468.46, 4021505707879.36, 4017356406677.14, 4015231535838.63,
4013350949497.91, 17067610483.738, 17023281391.9182, 4013258218594.64,
14454798910.9291, 16989216167.6064, 14860266330.575, 14480295584.8302,
14506662229.3596, 14289181733.1553, 14283121461.9347)
在结果列表中，我预计第一个元素将是 4155212952468.46 - 4021505707879.36 第二个元素将是 4021505707879.36 - 4017356406677.14 等等任何帮助表示赞赏