Linux 中找出两个文件的不同

今天遇到一个问题就是两个大文件，其中一个文件是另一个文件的子集，需要找出不同的部分，上网查询后得到如下方法：

方法一：comm命令实现

首先看看comm命令的帮助

comm --help 
Usage: comm [OPTION]... FILE1 FILE2
Compare sorted files FILE1 and FILE2 line by line.
  -1              suppress column 1 (lines unique to FILE1)
  -2              suppress column 2 (lines unique to FILE2)
  -3              suppress column 3 (lines that appear in both files)
Examples:
  comm -12 file1 file2  Print only lines present in both file1 and file2.
  comm -3 file1 file2   Print lines in file1 not in file2, and vice versa.

  -1   不显示只在第1个文件里出现过的列。
  -2   不显示只在第2个文件里出现过的列。
  -3   不显示只在第1和第2个文件里出现过的列。
  --help   在线帮助。
  --version   显示版本信息。
例子
comm - 12     就只显示在两个文件中都存在的行；
comm - 23    只显示在第一个文件中出现而未在第二个文件中出现的行；
comm - 123  则什么也不显示。

注意：两个文件比较前，一定要进行sort排序。不然输出的结果可能是错的。

方法二：使用diff命令比较

diff命令是一个比较经典的文本比较工具了，diff命令较comm的参数要多。其经常和patch命令组合使用，进行补丁升级。其默认使用的是-a参数，即逐行比较两个文件之间的不同。此处我们要实现想要得到的结果，还需要配合grep和awk实用：

diff 2.txt 1.txt |grep "<"|awk ' $1 = " " '

注意：在使用diff命令时候，也需要预先对文件进行sort排序，不然输出可能出错。

方法三：awk实现
awk应该算是shell常用命令中的泰山北斗了，几乎很多其他命令能完成的工作，awk都能完成（只不过有些写起来可能比较复杂）。本例中也不例外：
awk 'NR==FNR{a[$0]++} NR>FNR&&!a[$0]' 1.txt 2.txt

找出两个文件之间的相同部分可以使用
awk 'NR==FNR{a[$0]++} NR>FNR&&a[$0]'  1.txt 2.txt
下面的两个语句也可以换成：
awk  'NR==FNR{a[$0]}NR>FNR{ if(!($1 in a)) print $0}' file1 file2 找出文件2中不同的值
awk  'NR==FNR{a[$0]}NR>FNR{ if($1 in a)    print $0}' file1 file2 找出两文件中相同的值
注：
1、awk实现时，并不需要事先对两个文件进行sort排序，
2、注意和上两个命令中两个文件的放置顺序是不同的。三种实现方法，文件的顺序一定颠倒，颠倒了，效果就刚好想反了，就变成找出文件1中有文件2中没有的行了。

方法四：grep误人子弟法
网上另外流传一个错误的方法，即通过grep命令实现：
grep -v -f 1.txt 2.txt 经测试，无论事先是否对两个文件进行sort倒序，此方法输出的结果，发现都是不正确的。