Linux COMM命令

1. 概述

有时我们需要比较两个文件的内容。也许我们有两个重复的文件，我们需要在删除一个之前确保它们包含相同的数据。

在本教程中，我们将探索comm 命令。该工具允许我们比较两个文件，而无需逐行滚动。

2. 什么是comm？

comm命令需要两个文件名，然后进行比较，并根据数据的唯一性返回三列。第一列是file1 中的唯一值，第二列是file2中的唯一值，第三列是两个文件中相同的值。

diff命令与我们可以用来比较文件的命令类似但更复杂。使用comm，输出更简单，功能更易于使用。comm的简单性使它更适合在脚本中使用。

在我们运行 comm命令之前，我们必须确保文件的内容都已排序。否则，它将返回错误并且不会显示正确的输出。我们将在本教程后面介绍对数据进行排序的方法。

3. 输入输出

如果我们不需要格式化文件，那么我们可以运行comm命令，后跟我们要比较的两个文件名：

$ comm file1 file2

3.1. 测试文件

让我们创建这两个文件（file1和file2），以便我们可以使用comm命令比较两者的内容：

$ cat <<EOF> file1
> Cat
> Dog
> Pony
> fish
> EOF

$ cat <<EOF> file2
> fish
> dog
> hamster
> Pig
> EOF

这些命令故意不按字母顺序创建file1和file2，以便我们稍后可以了解如何对这些值进行排序。

3.2. 排序文件

我们必须使用相同的排序标准对文件进行排序，comm 命令才能正常工作。

如果我们正确地对两个文件进行了排序，该命令将按预期运行，没有错误。但是，如果我们不对文件进行排序，我们将在第一个未排序值的结果中得到错误，说明文件 N 未排序。

将输出文件的剩余内容，但不会按预期比较剩余内容：

$ comm file1 file2
Cat
Dog
        fish
comm: file 2 is not in sorted order
        dog
        hamster
        Pig
Pony
comm: file 1 is not in sorted order
fish

如果文件尚未排序，我们可以使用sort 命令来帮助我们。

知道 sort 输出一个排序值列表，我们可以使用*<()语法将两个排序*命令的输出替换为我们的两个文件。

然后comm命令将运行排序列表而不是未排序列表的比较：

$ comm <(sort file1) <(sort file2)
Cat
        dog
Dog
                fish
        hamster
        Pig
Pony

3.3. 指定要隐藏的比较

我们可以指定不想在输出中显示的列。为此，我们需要在要隐藏的列之后添加一个减号 (-)。

例如，如果我们只想显示第 3 列（“两者”列），我们可以说隐藏第 1 列和第 2 列：

$ comm -12 <(sort file1) <(sort file2)
fish

我们现在可以清楚地看到两个文件共享的唯一条目是“fish”。

3.4. 忽略大小写敏感性

查看前面的示例，我们已经看到两个文件都返回单词“dog”，因为它们在每个文件中都是唯一的。

comm命令区分大小写。 如果两个值不完全相同，它将在两个文件列中显示为唯一值。

如果两个文件之间存在大小写差异，我们可以在comm命令中使用tr命令内联将两者都转换为小写：

$ comm <(sort <(tr '[:upper:]' '[:lower:]' < file1)) <(sort <(tr '[:upper:]' '[:lower:]' < file2))
cat
                dog
                fish
        hamster
        pig
pony