如何使用Bash高效提取文件A与文件B之间的新增内容

我之前也碰到过类似的问题，其实是没掌握这些命令的正确打开方式！下面给你几个靠谱的方法，亲测好用：

方法1：使用comm命令（需先排序） #

comm命令的前提是两个文件必须是排序好的，这可能就是你之前没得到正确结果的原因！它会对比两个有序文件，输出三列：仅在A的行、仅在B的行、两者共有的行。我们只需要仅在B的内容，用-13参数屏蔽前两列：

comm -13 <(sort A) <(sort B)

针对你的示例，执行后会输出4。

方法2：使用diff命令结合过滤 #

diff的输出里，以>开头的行就是文件B独有的内容，我们可以用grep和sed过滤掉前缀：

diff A B | grep '^>' | sed 's/^> //'

这个方法不需要预先排序，直接就能提取B的新增内容，你的示例里同样会输出4。

方法3：使用grep反向匹配 #

用grep的反向匹配功能，直接找出B中不在A里的行，参数解释：

• -v：反向匹配（输出不匹配的行）
• -x：整行匹配（避免部分匹配的问题）
• -F：将匹配模式当作固定字符串（不用正则）
• -f：从文件A读取匹配模式

命令如下：

grep -vxFf A B

这个方法简单直接，你的示例执行后结果就是4。

方法4：使用awk脚本 #

awk的处理逻辑很灵活，先把文件A的所有行存入数组，然后遍历文件B，输出不在数组里的行：

awk 'NR==FNR{a[$0];next}!($0 in a)' A B

这里NR==FNR是awk的常用技巧，用来处理第一个文件（A），之后处理第二个文件（B）时，判断每行是否在数组a中，不在就输出。你的示例里同样会得到4。

内容的提问来源于stack exchange，提问作者Dark