comm命令

一、常用用法

comm FILE1 FILE2

二、含义与选项

2.1、含义

对于两个已排序的文件，逐行比对。
打印结果有3列：第1列，只属于“FILE1”的行；第2列，只属于“FILE2”的行；第3列，既属于“FILE1”，又属于“FILE2”的行。

2.2、选项表示的意思

“FILE1，FILE2”：指代已排序文件“FILE1”和“FILE2”

三、其他

3.1、“LC_COLLATE”等环境变量

由于涉及到两个字符串的比较等，故而程序实现中使用“LC_COLLATE”等环境变量，最终结果受到“LC_COLLATE”等环境变量的控制。

3.2、排序策略

comm命令实现设定的排序策略是“按照字典序排序”。两个已排序文件使用的排序策略组合共有3种情况。

3.2.1、情况1

一个排序文件按照字典序排序，另外一个排序文件按照非字典序（其他排序策略）排序。显而易见，在这种情况下，comm命令的执行结果会比较奇怪。

3.2.2、情况2

两个排序文件都按照同一个排序策略（非字典序）排序，这种情况下，comm命令的执行结果还是不能达到我们的预期。
接下来通过例子说明，有文件“c.txt”和“d.txt”，内容分别如下所示：

001
02
3
10

001
02
5
06
007
10

即已按照“数值大小”排序，执行“逐行比对”过程，我们的预期结果是：“3”只属于“c.txt”，“5，06，007”只属于“d.txt”，“001，02，10”共属于两个文件。

现在执行comm c.txt d.txt命令，得到如图1所示结果，不能达到预期。

图1

执行comm --nocheck-order c.txt d.txt命令，得到如图2所示结果，也不能达到预期。

图2

3.2.3、情况3

两个文件都已按照字典序排序，这符合comm命令实现的设定，comm命令的执行结果能够达到预期。执行下述命令，得到如图3所示结果，结果符合预期。

sort c.txt > cc.txt
sort d.txt > dd.txt
comm cc.txt dd.txt

图3

参考文献：
[1]man comm