Linux系统比较两个已排序文件的实用工具之comm

目录

1. 🖥️ 基本语法与输出说明

2. 🔍 常用选项组合与实战场景

3. ⚙️ 处理未排序文件与自定义格式

4. 🤔 常见问题与技巧

5. 💡 综合实战案例

5.1 分析日志变化​​：

5.2 快速比较目录内容​​：

5.3 检查配置变更​​：

6. 💎 总结

comm 命令是 Linux 中用于比较两个​​已排序文件​​的实用工具，它能清晰展示文件间的差异和共同内容。下面通过一些典型场景和示例来帮助你掌握它的用法。

1. 🖥️ 基本语法与输出说明

comm 命令的基本语法如下：

comm [OPTION]... FILE1 FILE2

​​默认情况下​​，comm 会生成​​三列输出​​：

• ∙​​第一列​​：仅存在于 FILE1 中的行。
• ∙​​第二列​​：仅存在于 FILE2 中的行。
• ∙​​第三列​​：两个文件共有的行。
•  列之间默认以​​制表符（\t）​​ 分隔

假设你有两个已排序的文件：

[root@centos79-20251123 ~]# cat   file1.txt
apple
banana
cherry

[root@centos79-20251123 ~]# cat   file2.txt
banana
date
elderberry

直接比较它们：

comm file1.txt file2.txt

输出结果会是：

[root@centos79-20251123 ~]# comm   file1.txt   file2.txt
apple
		        banana
cherry
	   date
	   elderberry

注意：第二列（仅 file2 有）的内容在输出中会有一个前导的制表符，第三列（共有）则有两个前导的表符，这使得视觉上各列是错开的。

2. 🔍 常用选项组合与实战场景

通过组合 -1, -2, -3 选项，可以灵活筛选需要的内容。

这些选项可以单独或组合使用，例如 -2 会抑制第二列（仅FILE2存在）的显示。

3. ⚙️ 处理未排序文件与自定义格式

​​重要前提​​：comm 命令要求输入文件必须是​​已排序的​​（通常按字母顺序）。如果文件未排序，直接比较会得到错误结果，甚至报错：comm: file 1 is not in sorted order

处理未排序文件的方法是先用 sort 命令排序。你可以排序后保存为新文件再比较：

sort unsorted1.txt > sorted1.txt
sort unsorted2.txt > sorted2.txt
comm sorted1.txt sorted2.txt

或者使用​​进程替换​​（Process Substitution）直接比较：

comm <(sort unsorted1.txt) <(sort unsorted2.txt)

你可以用 --output-delimiter 选项改变默认的列分隔符，例如使用逗号：

comm --output-delimiter="," file1.txt file2.txt

输出会变为：

apple,,banana
cherry,date,elderberry

请注意，​​分隔符会替换原有的制表符对齐方式​​，可能使列不再对齐，但内容对应关系不变。

4. 🤔 常见问题与技巧

• ∙​​报错“文件未排序”​​：这表示输入文件未按要求排序。请务必先用 sort 命令处理文件。
• ∙​​忽略大小写比较​​：comm 默认​​区分大小写​​。若需忽略，可先统一大小写再排序比较：

comm <(tr '[:upper:]' '[:lower:]' < file1.txt | sort) <(tr '[:upper:]' '[:lower:]' < file2.txt | sort)

• ∙​​与 diff, grep 的区别​​：

  命令	特点	适用场景
  ​​comm​​	三列输出，需预排序	精确行级比较，区分“A独有、B独有、共同”
  ​​diff​​	显示差异内容，支持未排序文件	变更详情分析，查看差异上下文
  ​​grep -f​​	模式匹配，无需排序	快速查找一个文件中的行是否存在于另一个文件

5. 💡 综合实战案例

5.1 分析日志变化​​：

提取两天日志中的独立 IP，找出第二天新增的 IP

# 提取day1的独立IP并排序
grep -oE '\b([0-9]{1,3}\.){3}[0-9]{1,3}\b' day1.log | sort -u > day1_ips.txt
# 提取day2的独立IP并排序
grep -oE '\b([0-9]{1,3}\.){3}[0-9]{1,3}\b' day2.log | sort -u > day2_ips.txt
# 找出只在day2中出现的IP
comm -13 day1_ips.txt day2_ips.txt > new_ips.txt

5.2 快速比较目录内容​​：

比较两个目录中（去除路径后）文件名异同

# 获取dir1的文件名列表并排序
ls dir1 | sort > dir1_files.txt
# 获取dir2的文件名列表并排序
ls dir2 | sort > dir2_files.txt
# 找出两个目录中都存在的文件
comm -12 dir1_files.txt dir2_files.txt

5.3 检查配置变更​​：

动态比较当前配置与备份配置的差异。

comm -3 <(sort current.config) <(sort backup.config)

6. 💎 总结

comm 命令在需要​​精确比对两个已排序数据集​​的差异项，并明确区分“A独有、B独有、共同拥有”三类结果时特别有用。记住它的​​两个关键点​​：一是输入文件必须预先排序，二是灵活运用 -1, -2, -3 选项组合来过滤输出。