查找出现在另一个文本文件中的文本文件中的所有单词

Question

假设我有两个文件a.txt和b.txt. 我想找到所有a.txt出现在b.txt.

有没有具体的命令来做到这一点？

Answer 1

和bash，zsh以及 的一些实现ksh：

comm -12 <(tr -s '[:space:]' '[\n*]' < a.txt | sort -u) \
         <(tr -s '[:space:]' '[\n*]' < b.txt | sort -u)

在那里，word是一个非间距字符序列（请注意，对于 GNU tr，它不适用于多字节间距字符）。

comm查找两个已排序文件之间的公共行。如果没有选项，它会打印 3 列：仅在 file1 中的行、仅在 file2 中的行以及两者共有的行。你加-1，-2，-3从输出中删除相应的列。所以comm -12只留下第三列（公共行）。

tr -s '[:space:]' '[\n*]' TR ansliterate任何小号类的人物的层序space成换行，把每个字占一行。

sort -u从tr的输出中排序并删除重复项。

进程替换<(...)将tr|sort命令的输出通过管道传输到comm.

与zsh：

w1=($(<a.txt)) w2=($(<b.txt))
print -rl -- ${(u)${w1:*w2}}

在那里，word是除空格、制表符、空值和换行符之外的字符序列（默认值为$IFS）。

$(<a.txt)是$(cat a.txt)where 自己zsh读取文件内容而不调用的优化版本cat，因为它没有被引用，所以它会进行分词（但不会与其他外壳相反）。

所以，w1和w2是包含在所有的话阵列a.txt和b.txt。

${w1:*w2}是一个 zsh 运算符，它给出两个数组（两个数组共有的元素）的交集。(u)是保留唯一元素（删除重复项）的参数扩展标志。

print -rl 每行打印一个参数。