[SHELL we talk 之五]求两个文件的交集

hjack

文件A和文件B分别存放着两组数，现要求出两组数的交集。
文件格式是每个数字占一行。
如，文件A为：                        文件B为：
        12                                         23      
        23                                         32
        45                                         56
        56

则交集应该为：
      23  
      56

1. 
   
2. 
   
3. #######################################
   
4. #  author:hjack
   
5. #  Date:2006.7.16
   
6. #  function:找两个文件中数的交集
   
7. #  usage:intersection file1 file2
   
8. #  History:
   
9. #######################################
   
10. 
    
11. usage(){
    
12.     echo "Usage:$0 file1 file2"
    
13.     exit 1;
    
14. }
    
15. 
    
16. testInput(){
    
17.     REQUESTARG=2
    
18.     if [ $# -ne $REQUESTARG ]; then
    
19.         Usage "$@"
    
20.     fi
    
21. }
    
22. 
    
23. getIntersection(){
    
24.     seed=`date +%s`
    
25.     sort $1 -un > /tmp/$1.$seed
    
26.     sort $2 -un > /tmp/$2.$seed
    
27.     diff /tmp/$1.$seed /tmp/$2.$seed | grep ^\< | awk '{print $2}' > /tmp/$1.$seed.only
    
28.     diff /tmp/$1.$seed /tmp/$1.$seed.only | grep ^\< | awk '{print $2}'
    
29. }
    
30. 
    
31. 
    
32. main(){
    
33.   testInput "$@"
    
34.   getIntersection "$@"
    
35. }
    
36. 
    
37. main "$@"
    
38. 
    

复制代码

迟点再补上程序的解释。

hjack

这里主要是学习diff这个命令的用途。

diff，比较文件，它是通过逐行比较两个文本文件的方式来找到两者不同的地方的。

输出结果中，以<开头的是属于第一个参数指定的文件的，以>开头的是属于第二个参数指定的文件的。

通过grep命令得到以<开头的即属于第一个文件但不属于第二个文件的行，并输出到一个临时文件中。

再以第一个文件与这个临时文件用diff来比较，同样方法，得到的就是两个文件的交集了。

要注意，比较的两个文件必须先进行排序。