搜索字符串

Question

我想有一个shell脚本，搜索两个文件，并返回一个字符串列表：

文件只包含一个唯一的字母数字字符串列表，每行一个，像这样：

accc_34343 
GH_HF_223232 
cwww_34343 
jej_222 

文件B包含其中一些字符串列表（有时不止一次），和信息来源的第二列，例如：

accc_34343 dog 
accc_34343 cat 
jej_222 cat 
jej_222 horse 

我想创建一个包含第三个文件文件A中不在文件B中的字符串列表。

我试过用grep -v使用一些循环，但那不起作用。因此，在上面的示例中，新文件会包含以下内容：

GH_HF_223232 
cwww_34343 

任何帮助都非常感谢！

Answer 1

这里是你可以做什么：

grep -v -f <(awk '{print $1}' file_b) file_a > file_c 

说明：

• grep -v：使用-v选项grep到匹配的
• -f反转：使用-f选项grep指定该模式来自文件
• <(awk '{print $1}' file_b)：<(awk '{print $1}' file_b)是简单地从file_b中提取第一列值而不使用临时文件; <(...)语法是process substitution。
• file_a：告诉grep将要搜索的文件是file_a
• > file_c：输出能写入到file_c

Answer 2

comm用于文件之间找到交叉点和不同点：

comm -23 <(sort fileA) <(cut -d' ' -f1 fileB | sort -u) 

结果：

GH_HF_223232 
cwww_34343 

我假设你的shell是bash/zsh，使用/ KSH

Answer 3

awk 'FNR==NR{a[$0];next}!($1 in a)' fileA fileB 

检查here