Linux文本处理之如何比较很长的字符串

直接来个例子： 比较字符串 abcd  和 abde  

$ cat string_01.txt
abcd
$ cat string_02.txt
abde
$ diff <(sed 's|.|&\n|g' string_01.txt) <(sed 's|.|&\n|g' string_02.txt)
3d2
< c
4a4
> e

解析：

1. 我们是比较很长的字符串，所以不会直接把字符串放在命令行中，而是会放到单独的文件中。

2. 基本思路是想要借助diff命令比较每个字符。要实现这个目标的关键就是如何把每个字符放到每行。我们使用sed命令实现了字符串到每行一个字符的转变。

3. 关于sed此处 的语法，我有两个疑惑，一是， 竖线有什么特殊意义吗？ 通常不是用斜线吗？  二是，那个&号是干什么用的？

参考了一下：http://docstore.mik.ua/orelly/unix3/sedawk/ch05_03.htm，就完全解决了我的疑惑。 里面是这么讲的， sed替换命令的语法结构是

[address]s/pattern/replacement/flags

其中的正则表达式可以用除换行符以外的任何字符去分割， 比如用叹号，相应的例子如下：

s!/usr/mail!/usr2/mail!

这个例子是吧 /usr/mail 替换成了  /usr2/mail 。到这，我们就清楚了，上面的sed命令中竖线的作用和叹号是一致的。 这就解决了我第一个疑惑；

那里面还讲到，在replacement部分， & 号是有特殊意义的： 它会被替换为正则表达式所匹配的字符串。 这解决了我第二个疑惑。

那么，两个疑惑已解决，sed的语法就比较清楚了。 （大家能懂我意思吗？）