String 逐行比较BASH中的两个文件

我需要制作一个脚本文件，读取两个文件并打印出它们之间的公共行。我知道两个文件的行数相同，每行只包含一个单词

文件1：

Blue
Red
Orange
Green
Yellow
Blue

文件2：

Blue
Green
Red
Purple
Yellow
Blue

预期产出：

Blue
Yellow
Blue

因此，在示例中，红色和绿色显示在两个文件中，但它们在每个文件中不在同一行，因此将忽略它们

曾尝试使用awk、grep和comm，但无法使其正常工作

试图找到处理时间最短的解决方案。

使用awk：

awk 'NR == FNR { lines[NR] = $0 } NR != FNR && lines[FNR] == $0 { print }' file1 file2

说明：

• 读取第一个文件（

  NR==FNR

  ）时，构建行号到值的映射
• 当不读取第一个文件（

  NR！=FNR

  ）时，如果当前行与缓存中的对应行匹配，则打印该行

这两个文件只读取一次，

---

并使用大约与第一个文件大小相同的内存。

使用paste和GNU grep。一步一步

paste -d '|' file1 file2

输出：

Blue|Blue Red|Green Orange|Red Green|Purple Yellow|Yellow Blue|Blue Blue|Blue Yellow|Yellow Blue|Blue Blue Yellow Blue 输出：

Blue|Blue Red|Green Orange|Red Green|Purple Yellow|Yellow Blue|Blue Blue|Blue Yellow|Yellow Blue|Blue Blue Yellow Blue 输出：

Blue|Blue Red|Green Orange|Red Green|Purple Yellow|Yellow Blue|Blue Blue|Blue Yellow|Yellow Blue|Blue Blue Yellow Blue 蓝色 黄色的 蓝色

---

我假定

|
不在您的文件中。
使用
粘贴
和
awk
：

paste -d'|' file1 file2 | awk -F'|' '$1==$2 {print $1}'

我喜欢使用@Cyrus中的
paste
，但我认为使用
awk
更容易理解合并行的比较。在这种情况下，
-F
注意使用相同的分隔符
|
，比较第一位
$1
和第二位
$2
非常简单。输出可以是任意一个

还假定
|
不是输入文件的一部分。可以选择任何其他字符

如果输入文件的每一行只包含一个单词，则这将更短，并且也适用：

paste file1 file2 | awk '$1==$2 {print $1}'

还有一些方法

awk 'FNR==NR{a[FNR,$1];next}(FNR,$1) in a' file1 file2

测试结果：

$ cat f1
Blue
Red
Orange
Green
Yellow
Blue

$ cat f2
Blue
Green
Red
Purple
Yellow
Blue

$ awk 'FNR==NR{a[FNR,$1];next}(FNR,$1) in a' f1 f2
Blue
Yellow
Blue

使用
\K
触感很好。顺便说一句，如果您已经在使用PCRE，您可以将其缩短为
paste file1 file2 | grep-Po'（.*）\t\K\1$”
，因为
paste
默认使用选项卡。