我有两个大文本文件(200,000多行),CSV格式.我需要逐行比较它们,但字段可能在每一行内切换.
示例文件A.csv:
AAA,BBB,,DDD
EEE,,GGG,HHH
III,JJJ,KKK,LLL
示例文件B.csv:
AAA,,BBB,DDD
EEE,,GGG,HHH
LLL,KKK,JJJ,III
所以对于我的目的,即使字段在第一行和最后一行切换,A.csv也B.csv应该是"相同的".由于每个文件中的字段可能具有不同的顺序,因此通常的选项(如grep或diff)将不起作用.
基本上,我想我需要写一些东西,读取一行的A.csv和B.csv,并检查是否所有的字段都存在于线,独立的顺序.或者,在读取行后命令字段的东西.