快速查找两个大文本文件之间的差异

问题描述

我有两个 3GB 的文本文件，每个文件大约有 8000 万行.并且它们共享 99.9% 的相同行(文件 A 有 60,000 个唯一行，文件 B 有 80,000 个唯一行).

I have two 3GB text files, each file has around 80 million lines. And they share 99.9% identical lines (file A has 60,000 unique lines, file B has 80,000 unique lines).

如何在两个文件中快速找到这些独特的行?是否有任何现成的命令行工具可以做到这一点?我正在使用 Python，但我想找到一种有效的 Pythonic 方法来加载文件并进行比较是不太可能的.

How can I quickly find those unique lines in two files? Is there any ready-to-use command line tools for this? I'm using Python but I guess it's less possible to find a efficient Pythonic method to load the files and compare.

欢迎提出任何建议.

推荐答案

如果顺序很重要，请尝试 comm 实用程序.如果顺序无关紧要，sort file1 file2 |uniq -u.

If order matters, try the comm utility. If order doesn't matter, sort file1 file2 | uniq -u.

这篇关于快速查找两个大文本文件之间的差异的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持跟版网！