Linux 常用命令行文件比较

简介

在 Linux 环境中，比较文件是系统管理员和开发者的常见任务。comm 命令是一个强大的工具，它允许用户逐行比较两个已排序的文本文件，并找出它们之间的唯一行和共同行。

本实验将指导你使用 comm 命令来分析文本文件。你将学习如何创建测试文件、比较它们的内容，以及从比较结果中提取特定信息。在本实验结束时，你将深入了解如何在 Linux 中使用这个多功能命令来完成文件比较任务。

Skills Graph

准备你的文本文件

在使用 comm 命令之前，你需要创建一些示例文本文件。在这一步中，你将创建两个包含常见 Linux 命令列表的文本文件。

首先，创建一个工作目录来整理文件：

mkdir -p ~/project/comm-lab
cd ~/project/comm-lab

现在，创建第一个名为 commands1.txt 的文本文件，其中包含一个 Linux 命令列表：

echo -e "ls\ncd\npwd\nmkdir\ntouch\ncomm\nsed\nawk" | sort > commands1.txt

此命令的作用如下：

• echo -e 输出带有反斜杠转义解释的文本（\n 用于创建新行）
• 命令列表通过管道符 (|) 传递给 sort 命令，以按字母顺序对条目进行排序
• 排序后的输出通过重定向符 (>) 保存到名为 commands1.txt 的文件中

接下来，创建第二个名为 commands2.txt 的文本文件，其中包含略有不同的命令列表：

echo -e "ls\ncd\npwd\ncomm\ngrep\nfind\nsed" | sort > commands2.txt

为了验证文件是否正确创建，可以使用 cat 命令查看其内容：

cat commands1.txt

你应该会看到以下输出：

awk
cd
comm
ls
mkdir
pwd
sed
touch

现在，检查第二个文件的内容：

cat commands2.txt

你应该会看到：

cd
comm
find
grep
ls
pwd
sed

注意，有些命令同时出现在两个文件中（如 cd、ls、pwd、comm、sed），而其他命令则是每个文件独有的。这种设置将使你能够在接下来的步骤中演示 comm 命令的各种功能。

使用基本的 comm 命令

现在你已经准备好了排序好的文本文件，可以开始探索 comm 命令的基本用法了。comm 命令会逐行比较两个已排序的文件，并输出三列内容：

1. 第一个文件独有的行
2. 第二个文件独有的行
3. 两个文件共有的行

运行基本的 comm 命令来比较这两个文件：

cd ~/project/comm-lab
comm commands1.txt commands2.txt

你应该会看到类似以下的输出：

awk
		cd
		comm
	find
	grep
		ls
mkdir
		pwd
		sed
touch

这个输出乍一看可能会让人困惑，但它遵循特定的格式：

• 第一列（行首没有制表符）：仅在 commands1.txt 中出现的行（awk、mkdir、touch）
• 第二列（行首有一个制表符）：仅在 commands2.txt 中出现的行（find、grep）
• 第三列（行首有两个制表符）：两个文件共有的行（cd、comm、ls、pwd、sed）

这种默认输出能让你一次性看到所有的差异和相似之处，但由于制表符格式的原因，可能不太容易阅读。在下一步中，你将学习如何使用 comm 命令的选项让输出更实用。

使用 comm 选项隐藏列

comm 命令的默认输出由于采用列格式，可能不太容易阅读。不过，comm 提供了隐藏特定列的选项，这能让你更轻松地提取所需信息。

这些选项包括：

• -1：隐藏第一列（第一个文件独有的行）
• -2：隐藏第二列（第二个文件独有的行）
• -3：隐藏第三列（两个文件共有的行）

这些选项可以组合使用，以便只显示你感兴趣的数据。

查找第一个文件独有的行

若要仅显示第一个文件（commands1.txt）独有的行，可以使用 -2 和 -3 选项来隐藏第二列和第三列：

cd ~/project/comm-lab
comm -23 commands1.txt commands2.txt

输出结果：

awk
mkdir
touch

这些命令仅出现在 commands1.txt 中。

查找第二个文件独有的行

同样，若要仅显示第二个文件（commands2.txt）独有的行，可以使用 -1 和 -3 选项：

comm -13 commands1.txt commands2.txt

输出结果：

find
grep

这些命令仅出现在 commands2.txt 中。

查找两个文件共有的行

若要仅显示两个文件共有的行，可以使用 -1 和 -2 选项：

comm -12 commands1.txt commands2.txt

输出结果：

cd
comm
ls
pwd
sed

这些命令同时出现在两个文件中。

将结果保存到文件

通常，将这些结果保存到单独的文件中，以便日后参考或处理，会很有用。下面来进行操作：

comm -23 commands1.txt commands2.txt > unique_to_file1.txt
comm -13 commands1.txt commands2.txt > unique_to_file2.txt
comm -12 commands1.txt commands2.txt > common_lines.txt

来验证这些新文件的内容：

echo "Contents of unique_to_file1.txt:"
cat unique_to_file1.txt
echo "Contents of unique_to_file2.txt:"
cat unique_to_file2.txt
echo "Contents of common_lines.txt:"
cat common_lines.txt

输出将显示每个文件独有的行以及两个文件共有的行，就像之前命令中看到的那样。

这些技巧对于比较配置文件、查找文件不同版本之间的差异，或者识别数据集之间的共享元素非常有用。

comm 命令的实际应用示例

既然你已经了解了 comm 命令的基本用法，接下来让我们探讨一些实际示例，展示它在现实场景中的实用性。

示例 1：查找新条目

假设你有两份用户列表，一份是上周的，另一份是今天的。你想找出哪些用户是新添加的（即自上周以来新增的用户）。

创建这些文件：

cd ~/project/comm-lab
echo -e "user1\nuser2\nuser3\nuser4\nuser5" | sort > users_last_week.txt
echo -e "user1\nuser3\nuser5\nuser6\nuser7\nuser8" | sort > users_today.txt

要找出新用户（即在 users_today.txt 中但不在 users_last_week.txt 中的用户）：

comm -13 users_last_week.txt users_today.txt

输出结果：

user6
user7
user8

示例 2：查找已移除的条目

使用相同的文件，找出自上周以来已被移除的用户：

comm -23 users_last_week.txt users_today.txt

输出结果：

user2
user4

示例 3：将 comm 与其他命令结合使用

comm 命令可以与其他命令结合使用，以执行更复杂的操作。例如，如果你想统计原始文件中有多少个共同的命令：

comm -12 commands1.txt commands2.txt | wc -l

这会将共同的行通过管道传递给 wc -l 命令，该命令用于统计行数。

输出结果：

5

这表明两个文件中有 5 个共同的命令。

示例 4：对未排序的文件使用 comm 命令

comm 命令要求输入的文件是已排序的。如果你尝试对未排序的文件使用该命令，可能会得到错误的结果。下面来演示一下：

echo -e "cat\nls\npwd\ncd" > unsorted1.txt
echo -e "ls\ncat\ngrep\npwd" > unsorted2.txt

如果直接使用 comm 命令：

comm unsorted1.txt unsorted2.txt

由于文件未排序，输出结果可能会产生误导。正确的做法是先对文件进行排序：

comm <(sort unsorted1.txt) <(sort unsorted2.txt)

这里使用了进程替换（process substitution），在比较文件之前先对其进行排序。你应该会看到格式正确且列显示正确的结果。

这些示例展示了 comm 命令在各种场景下比较文本文件的多功能性，例如跟踪更改、查找差异和过滤数据。

总结

在本次实验中，你学习了如何在 Linux 系统中使用 comm 命令来比较文本文件并找出它们之间的差异。以下是你所完成内容的总结：

1. 使用基本的 Linux 命令创建用于比较的已排序文本文件
2. 使用基本的 comm 命令比较两个文件，并理解其三列输出格式
3. 应用列隐藏选项（-1、-2、-3）来提取特定信息：
   • 第一个文件独有的行
   • 第二个文件独有的行
   • 两个文件共有的行
4. 将比较结果保存到单独的文件中，以备将来参考
5. 探索了 comm 命令在实际场景中的应用示例：
   • 在更新后的列表中查找新条目
   • 识别已移除的条目
   • 将 comm 命令与其他命令结合使用，以执行更复杂的操作
   • 正确处理未排序的文件

comm 命令是 Linux 系统中用于比较文本文件的强大工具。它使系统管理员、开发人员和数据分析师能够高效地识别文件之间的差异和相似之处，这对于配置管理、版本控制和数据分析等任务至关重要。

理解如何有效地使用 comm 命令及其选项，将提高你在 Linux 命令行环境中处理文本文件时的工作效率。