Linux 如何比较包含许多长字符串的两个文件，然后提取至少有n个连续相同字符的行？

我有两个大文件，每个文件都包含由不同格式的换行符分隔的长字符串。我需要找出它们之间的相同点和不同点。问题是这两个文件的格式不同

文件a：

9217:NjA5MDAxNdaeag0NjE5NTIx.xuxrq.gat8MzuGfkj2pWs7z8z LBFXQaE:dasda97sda9sdadfghgg789hfg87ghf8fghh87

文件b：

NjA5MDAxNdaeag0NjE5NTIx.XUwXRQ.gat8MzuGfkj2pWs7z8z-LBFXQaE

因此，现在我想将包含

nja5mdaxndageag0nje5ntix.XUwXRQ.gat8MzuGfkj2pWs7z8z LBFXQaE的整行代码从文件a提取到一个新文件，并在文件a中删除这一行

我已经试着用meld实现了这一点，并得出这样的结论：它至少会让我看到相似之处。假设文件a有3000行，文件b有120行，现在我想找到至少有n个连续相同字符的行，并从文件a中删除它们

我发现并尝试像这样使用diff：

diff--未更改的行格式='%1'--旧行格式=''\
--新行格式=“”a.txt b.txt

这没有做任何事情，我没有得到任何输出，所以我猜它退出0，没有找到任何东西

我怎样才能做到这一点？我有Linux和Windows可用。
鉴于文件的格式，最有效的实现方式如下：

将所有
b
字符串加载到
[hashtable]
或
[HashSet[string]]
通过以下方式过滤
a
的内容：

使用
String.Split（“：”）
或类似工具从每行提取子字符串
检查步骤1中的集合中是否存在

因此，文件
b
包含120个字符串，您想从文件
a
中删除包含120个字符串中的任何一个作为子字符串的行吗？这正是我正在尝试的。文件
a
字符串的格式总是相同的？例如，
[一些文本或数字]：[来自b的潜在子字符串]：[更多文本或数字]
？是的，事实就是这样。尽管需要考虑更多的
：
分隔符可能跟在
[8549]：[NjA4NzMyedea212RELEVANTSUBSTRING5zz-JqDtvpAIkZq8oLiX2cBVI]：[irrelevantstring]：[irrelevantstring]：[irrelevantstring]：[irrelevantstring]
我再次检查了附加的
：
始终跟在后面，因此上述结构对文件中的所有条目都有效
$FilterStrings = [System.Collections.Generic.HashSet[string]]::new(
    [string[]]@(
        Get-Content .\path\to\b
    )
)

Get-Content .\path\to\a |Where-Object {
    # Split the line into the prefix, middle, and suffix;
    # Discard the prefix and suffix
    $null,$searchString,$null = $_.Split(":", 3)

    if($FilterStrings.Contains($searchString)){
        # we found a match, write it to the new file
        $searchString |Add-Content .\path\to\matchedStrings.txt

        # make sure it isn't passed through
        $false
    }
    else {
        # substring wasn't found to be in `b`, let's pass it through
        $true
    }
} |Set-Content .\path\to\filteredStrings.txt