comm

comm 是 Linux 和类 Unix 系统中一个用于逐行比较两个已排序文件的实用命令行工具。它能清晰地展示出两个文件之间的异同，是文本处理和数据分析中一个非常得力的助手。

🧠 核心概念：三列输出

理解 comm 命令的关键在于掌握其默认的三列输出格式：

默认情况下，每一列之间以一个制表符（Tab）作为分隔，这使得输出结果在视觉上是对齐的。

⚙️ 基本语法与常用选项

命令的基本语法如下：

1

comm [选项]... 文件1 文件2

最常用的选项是 -1, -2, -3，它们分别用于抑制（不显示）对应的输出列。你可以灵活组合这些选项来获取你需要的信息：

🛠️ 实用操作示例

假设有两个已排序的文件 fruits_A.txt 和 fruits_B.txt：

• fruits_A.txt 内容：

  Apple
  Banana
  Orange
  

• fruits_B.txt 内容：

  Apple
  Grape
  Orange
  

1. 默认比较（显示三列）：

   1	$ comm fruits_A.txt fruits_B.txt

   输出：

           Apple
   Banana
           Grape
           Orange
   

   • 第1列（fruits_A.txt 特有）：Banana
   • 第2列（fruits_B.txt 特有）：Grape
   • 第3列（两者共有）：Apple, Orange

2. 找出两个购物清单的交集（共同想买的水果）：

   1	$ comm -12 fruits_A.txt fruits_B.txt

   输出：

   Apple
   Orange
   

3. 查看文件1的特有内容（A想买但B不想买的）：

   1	$ comm -23 fruits_A.txt fruits_B.txt

   输出：

   Banana
   

⚠️ 重要前提与高级选项

文件必须预先排序

comm 命令的一个关键前提是，输入的两个文件必须事先按照相同的规则（通常是字典序）进行过排序。如果文件是乱序的，comm 的输出结果将是不可预测的。你可以使用 sort 命令来准备文件：

1

$ sort unsorted_file.txt > sorted_file.txt

为了安全起见，你可以使用 --check-order 选项让 comm 检查输入文件是否已排序。如果文件未排序，它会报错。如果确定要比较可能未排序的文件（并承担结果不准确的风险），可以使用 --nocheck-order。

其他实用选项

• --output-delimiter=str：允许你自定义输出列之间的分隔符，比如改为逗号 , 或其他字符，而不是默认的制表符。
• -i：在比较时忽略字母大小写。
• -z：使输入和输出的行分隔符从换行符变为空字符（ASCII NUL），这在处理包含特殊字符（如空格）的文件名时特别有用，可增强脚本的健壮性。

💎 总结

comm 是一款功能专一但非常强大的文本比较工具。它的威力建立在输入文件已正确排序的基础上。通过灵活使用 -1, -2, -3 选项，你可以轻松提取出文件的交集、差集，非常适合用于数据对比、脚本调试和日志分析等场景。

希望这些介绍能帮助你更好地理解和使用 comm 命令。