反向匹配的偏差grep行为

我有一个包含标识符（每行一个）的文件，我希望通过未指定的分析运行该文件。如果一切正常，分析将输出另一个具有相同标识符的列表（不一定以相同的顺序）

但是，结果表明，没有对某些输入标识符进行分析，并且这些标识符不存在于输出文件中。这是因为互联网连接中断，所以程序跳过了一些标识符，并在互联网恢复时成功地继续向下搜索。这意味着被跳过的标识符散布在输入文件中

因此，输入文件中会有一些行在输出文件中不存在，我想提取这些行并重新运行分析。这听起来像是一个简单的grep-vf命令，但这里是它变得有点混乱的地方

我知道我的输入文件有100000行。我还知道我的输出文件有9000行。差异应合理为100000-90000=10000个标识符。但是当我跑的时候

fgrep -vf output input | wc-l

我得到的是9990而不是10000。所以在某处，10个标识符丢失了。我已经检查了问题是否是由Windows EOFs或选项卡引起的（在此之前，grep也有其他类型的意外行为），但这不是问题所在。我的标题包含大小字母、数字和下划线，但没有其他字符e。g

Si_d14LSK_TRRt_Pmkk_comp10_c0_seq2

标识符的输出列表是通过执行以下操作生成的

ls -lh dir | sed "1d" | sed "/.* //" | sed "s/.xml//" > output

其中，分析的前一步骤为每个输入标识符生成了一个文件

有人知道可能导致这种异常grep行为的任何上下文因素（比如eof）吗？或者建议另一种方法来代替fgrep-vf

我在使用GNU grep 2.10的Ubuntu12.04.4 LTS上。

您的“输出”标识符可能与“输入”文件的子字符串匹配。例如，“输出”包含

foo

，“输入”同时包含

foo

和

foobar

你想要一个吗

grep-Fvxf输出输入#匹配整行
grep-Fvwf输出输入#匹配整个单词
# ......^

awk总是有这样的方法：

awk'FNR==NR{a[$0]；next}！（a中的$0）“文件a文件B

。这显示了

fileB

中没有出现在

fileA

中的所有行。这非常有效！我的一些标识符以e结尾。Gseq1可能很好地匹配与近端相同但以seq12或类似结尾的标识符。