逐行比较两个文件的单列

Question

我之前曾问过与此类似的问题，但没有找到我正在寻找的确切答案，对于冗余，我深表歉意。我决定重新发布措辞不同的问题。我有两个冗长的文件，每个文件都有两列，用空格隔开。

我想消除 fileA 和 fileB 中第 2 列匹配的所有行（无论行号/第 1 列如何），并将整个不匹配行输出到单独的文件中。

文件 A：

1 AA
2 BB
3 CC
4 DD
5 EE
6 FF
7 GG
8 HH

文件 B：

1 AA
2 BB
3 XX
4 XX
5 CC
6 DD
7 XX
8 FF
9 GG
10 XX
11 XX
12 HH

期望的输出：

3 XX
4 XX
7 XX
5 EE
10 XX
11 XX

fedorqui 建议我使用 awk 将 fileA 的第二列存储在一个数组中，然后遍历 fileB 以输出符合以下条件的行：

1. 第 1 列存在于 fileA 中

2. 但 fileB 中的第 2 列不同

   awk 'FNR==NR {a[$1]=$2; next} $1 in a && a[$1] != $2' fileA fileB
   

这很有帮助，直到我的代码在第 2 列中遇到 fileA 和 fileB 之间的第一个差异，然后代码输出以下所有行。

而不是这个，我想逐行比较 fileA 的第 2 列和 fileB 的第 2 列的数组。一旦代码遇到差异，它就会从 fileB 输出整个不匹配的行，然后将数组的同一行与 fileB 的下一行进行比较。它继续比较数组的同一行，输出 fileB 的不同行，直到找到匹配项。如果代码到达 fileB 的末尾并且没有找到匹配项，则从 fileA 输出该行，移动到数组的下一行并继续与 fileB 的每一行进行比较。这是可能的，还是比使用 awk 创建数组更简单的方法？

Answer 1

你可以使用这个awk:

awk 'NR==FNR {a[$2]=$0;next} $2 in a{del[$2];next} 1;
     END{for (i in a) if (!(i in del)) print a[i]}' fileA fileB
3 XX
4 XX
7 XX
10 XX
11 XX
5 EE

注意顺序与问题中显示的不符，因为最后打印了(fileA - fileB)，而在遍历fileB 时计算了(fileB - fileA)。