Awk 在两个文件中显示不匹配的字符串

我正在尝试进行多重搜索。在一个文件中，我有一些单词，我想找回那些不在第二个文件中的单词

例如，如果我在文件1中得到灯和猫，并且我喜欢文件2中的猫，我需要有背光。文件1是一个2.800字的列表，文件2是一本900.000字的书。我希望得到那些2.800没有出现

有可能吗

我试过这个：

awk 'FNR==NR {a[$1]; next} {for (i=1;i<=NF;i++) {if ($i in a) delete a[$i]}} END {for (i in a) print i}' File1.rtf File2.rtf 

awk'FNR==NR{a[$1]；next}{for（i=1；i

文件名表明您正在处理RTF文件，需要先将其转换为纯文本

您基于
awk
的解决方案尝试只有在以下情况下才有效：（a）第二个文件不包含标点符号；（b）可以将单词变体（例如
cat
与
cat
）视为单独的单词

基于
grep
的解决方案将非常缓慢，因为它会为列表中的每个单词创建
grep
子进程。除此之外，它还执行子字符串匹配，这可能不是您想要的


awk
命令的以下变体采用纯文本输入文件和
一个词的变体可以单独处理；换句话说：它只解决标点问题：

$ awk '
  FNR==NR {a[$1]; next} 
  {
    for (i=1; i<=NF; i++) {
      # Remove punctuation from the field (word).
      gsub(/[[:punct:]]/, "", $i)
      if ($i in a) delete a[$i]}
    } 
  END {for (i in a) print i}
' <(echo $'lamp\ncat') <(echo 'I love my cat.')
lamp

$awk'
FNR==NR{a[$1]；next}
{
for（i=1；i
cat
和
cat
不是同一个词。
$ awk '
  FNR==NR {a[$1]; next} 
  {
    for (i=1; i<=NF; i++) {
      # Remove punctuation from the field (word).
      gsub(/[[:punct:]]/, "", $i)
      if ($i in a) delete a[$i]}
    } 
  END {for (i in a) print i}
' <(echo $'lamp\ncat') <(echo 'I love my cat.')
lamp