如何比对两个未排序List文件 找出副本中缺失的行

因为两个文件行顺序不统一，按行位置逐行比对的思路完全不可用，核心解决思路是基于行内容做集合差运算：把两个文件的所有行分别拆成独立的内容项，找出所有在原文件中存在、但副本文件中不存在的内容项，就是副本缺失的行，整个过程和行的位置完全无关。

下面是不同场景下可直接落地的实现方式：

命令行方案（效率最高，适配超大文件） #

Linux/macOS 环境 #

• 小文件直接用grep一键出结果，不需要提前排序：
  grep -Fxvf 副本文件路径 原文件路径 > 缺失行结果.txt
  参数说明：
  • -F：将所有匹配内容作为固定字符串处理，不会误解析行内的正则特殊符号
  • -x：强制整行完全匹配，避免部分字符串匹配的误判
  • -v：仅输出匹配失败的内容
  • -f：从指定的副本文件中读取所有待匹配的行内容
• 如果是GB级别的大文件，推荐先排序再用comm命令，处理速度快、内存占用极低：

# 先对两个文件按相同规则排序
sort 原文件路径 > sorted_origin.txt
sort 副本文件路径 > sorted_copy.txt
# 提取原文件有、副本没有的行
comm -23 sorted_origin.txt sorted_copy.txt > 缺失行结果.txt

Windows 原生环境（无WSL） #

直接打开PowerShell执行以下命令即可：

# 读取两个文件的所有行
$originLines = Get-Content -Path "原文件完整路径"
$copyLines = Get-Content -Path "副本文件完整路径"
# 对比差集，输出原文件独有的行到结果文件
Compare-Object -ReferenceObject $originLines -DifferenceObject $copyLines |
  Where-Object SideIndicator -eq "<=" |
  Select-Object -ExpandProperty InputObject |
  Out-File -FilePath "缺失行结果.txt" -Encoding utf8

无命令行的桌面工具方案 #

如果不想敲命令，用日常办公软件也能实现：

• 文本编辑器方案：用VS Code、Notepad++这类支持插件扩展的编辑器，安装文本差集对比类插件，导入两个文件后选择「忽略顺序的内容对比」模式，就能直接导出副本缺失的行。
• 表格工具方案：把原文件所有行粘贴到表格A列，副本所有行粘贴到B列，用计数匹配函数（比如COUNTIF）逐行判断A列的内容在B列是否存在，返回0的行就是副本缺失的行。

比对前的注意事项 #

• 先统一两个文件的换行符格式（Windows的CRLF和类Unix的LF不要混），批量清除所有行首尾的多余空格、不可见控制字符，避免出现“肉眼看内容一致但程序判定为不同”的误差。
• 如果文件内存在重复行，提前明确需求：如果只要内容存在就算不缺失，用上面的集合差方案即可；如果需要精确匹配重复次数（比如原文件某行出现3次，副本只出现1次，要把缺的2次也算作缺失），就需要额外统计每行的出现次数，按计数差输出缺失内容，不能直接去重做集合比对。

内容的提问来源于stack exchange，提问作者Ke'Ylan Abaddon Banthraxx