两个文本文件之间的差异和交集报告

Question

免责声明：我对编程和脚本一般来说都是新手，因此请原谅缺少技术术语

因此，我有两个文本文件数据集，其中包含列出的名称：

First File | Second File
bob        | bob
mark       | mark
larry      | bruce
tom        | tom

我想运行一个脚本（pref python），它输出一个文本文件中的交线和另一个文本文件中的不同行，例如：

匹配.txt：

bob 
mark 
tom 

差异.txt：

bruce

我如何用Python来实现这一点？或者使用Unix命令行，如果它足够简单的话？

Answer 1

words1 = set(open("some1.txt").read().split())
words2 = set(open("some2.txt").read().split())

duplicates  = words1.intersection(words2)
uniques = words1.difference(words2).union(words2.difference(words1))

print "Duplicates(%d):%s"%(len(duplicates),duplicates)
print "\nUniques(%d):%s"%(len(uniques),uniques)

至少是这样

Answer 2

Unix外壳解决方案-：

# duplicate lines
sort text1.txt text2.txt | uniq -d

# unique lines
sort text1.txt text2.txt | uniq -u

Answer 3

sort | uniq很好，但comm可能更好。”更多信息。

从手册页：

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.

您也可以使用Python set类型，但是comm更容易。