Fonds Linux
  1. Fonds Linux
  3. Produire les lignes communes (similarités) de deux files text (le contraire de diff)?
Intereting Posts
Rechercher récursivement le dossier mais exclure le sous-dossier svn Comment puis-je * complètement * effacer les métadonnées d'un MP3? Comment installer correctement GRUB sur un RAID 1 souple? Substituer physiquement les informations d'identification linux Conversion groff en PS Debian-Windows dual boot: lequel dois-je installer en premier? Achèvement personnalisé bash avec des directorys et un set fixe Comment lire la sortie de SysRq? Supprimer tous les files créés avant une certaine date Comment la command 'passwd' obtient-elle les droits d'user root? Comment désactiver les controls de portage LICENCE Comment puis-je extraire / modifier des lignes dans un file text dont datatables sont séparées en champs? Quelle command dois-je exécuter après avoir modifié le file / etc / passwd Permettre aux users de créer des counts en toute security Rechercher un file dans un file tar.gz sans l'extraire et copyr le résultat dans un autre dossier

Produire les lignes communes (similarités) de deux files text (le contraire de diff)?

Diff est un excellent outil pour afficher les changements entre deux files. Mais comment afficher les similitudes de deux files text (tout en ignorant les différences)?

C'est-à-dire input d'échantillon: 

a: Foo Bar X Hello World 42 b: Foo Baz Hello World 23

Pseudo sortie (quelque chose comme ça): 

 @@ 2,3 =Hello World

Il suffit de sortinger les deux files et d'utiliser comm, car dans ce cas, les informations de ligne sont perdues.

Que diriez-vous d'utiliser diff, même si vous ne voulez pas un diff? Essaye ça: 

 diff --unchanged-group-format='@@ %dn,%df %<' --old-group-format='' --new-group-format='' \ --changed-group-format='' a.txt b.txt

Voici ce que je reçois avec vos données d'échantillon: 

 $ cat a.txt Foo Bar X Hello World 42 $ cat b.txt Foo Baz Hello World 23 $ diff --unchanged-group-format='@@ %dn,%df %<' --old-group-format='' --new-group-format='' \ --changed-group-format='' a.txt b.txt @@ 2,3 Hello World

Je ne pense pas qu'il y ait une seule command qui fasse ce que vous voulez faire. Vous pouvez essayer de combiner la sortie de diff avec grep , cependant. Si vos files text ne contiennent aucun des caractères | , < , > , ce qui suit vous donne un résultat assez utile: 

 $ diff --side-by-side ab | grep -n -v "[|<>]" 3:Hello Hello 4:World World 
 grep -Fxf file1 file2

-F signifie faire correspondre des strings simples (pas de regexps), -x signifie seulement des correspondances entières, -f signifie prendre des "patterns" (c'est-à-dire des lignes) à partir du file nommé comme argument

comm peut être utilisé. man comm pour toutes les options, mais vous voudrez utiliser comm -12 ... pour afficher uniquement les lignes qui existent dans les deux inputs.

Comme les gens l'ont souligné, vous devez passer votre consortingbution par le biais d'abord.

Dick Grune a écrit une famille d'outils pour ce genre de chose:

http://dickgrune.com/Programs/similarity_tester/

Il existe des versions qui parsingnt la syntaxe de plusieurs langues, de sorte que des choses comme les variables renommées peuvent être considérées comme inchangées.

Il est empackageé en tant que similarity-tester de similarity-tester dans Debian et Ubuntu.