如何通过Bash命令提取log.txt相对备份文件的新增内容？

完全可以用Bash原生命令实现，针对日志只追加不修改历史内容的特性，有两个靠谱方案，按需选择即可。

方案1：按行号截取（速度最快，适合纯追加、未改动过历史内容的场景） #

• 逻辑很简单：备份生成时和当时的log.txt内容完全一致，只要备份生成后没有修改、删除过log.txt里的旧内容，没有乱调整过换行格式，那备份文件的总行数，就对应备份那一刻log.txt的截止行号，直接把这行之后的内容摘出来就是新增部分。
• 执行以下命令即可：

bak_lines=$(wc -l < log.bak2022.06.20.10.00.txt)
tail -n +$((bak_lines + 1)) log.txt > log_added.txt

• 优缺点：哪怕是几十GB的大体积日志也能秒级出结果，资源占用极低；但如果之前改动过log.txt的历史内容，行号错位会导致提取内容不准。

方案2：按内容差异提取（容错性更高，适合历史内容可能有小改动的场景） #

• 逻辑：通过diff工具逐段比对两个文件的内容，只输出当前log.txt比备份文件多出的内容段，不会附带diff自带的差异标记。
• 执行命令：

diff --changed-group-format='%>' --unchanged-group-format='' log.bak2022.06.20.10.00.txt log.txt > log_added.txt

• 优缺点：不要求历史内容完全一致，哪怕备份生成后调整过少量历史行的字符、修正过换行格式，只要日志整体写入顺序不变，就能准确提取最后追加的新增内容；缺点是超大文件下执行速度比方案1慢，日常使用基本感知不到差异。

提取完成后建议先校验结果，比如执行head log_added.txt查看前几行的日志时间，确认都是2022年6月20日10:00之后生成的内容即可。

内容的提问来源于stack exchange，提问作者user7693832