面试题：Bash中comm命令复杂场景应用

Question

现有两个较大的文本文件bigfile1.txt和bigfile2.txt，每个文件都包含上万行数据，每行是一个IP地址。要求使用comm命令结合其他必要的Bash工具，统计出两个文件中不同IP地址的总数，说明实现思路并写出具体命令。

Answer 1

实现思路

1. 使用 sort 命令分别对两个文件进行排序，因为 comm 命令要求输入文件必须是已排序的。
2. 使用 comm 命令对比两个已排序的文件，comm 命令会生成三列输出，第一列是仅在第一个文件中出现的行，第二列是仅在第二个文件中出现的行，第三列是在两个文件中都出现的行。
3. 通过 grep 过滤掉第三列（即两个文件都出现的行），然后统计剩余行数，即可得到不同IP地址的总数。

具体命令

sort bigfile1.txt > sorted1.txt
sort bigfile2.txt > sorted2.txt
comm -12 sorted1.txt sorted2.txt | wc -l

上述命令中：

• sort bigfile1.txt > sorted1.txt：对 bigfile1.txt 进行排序并输出到 sorted1.txt。
• sort bigfile2.txt > sorted2.txt：对 bigfile2.txt 进行排序并输出到 sorted2.txt。
• comm -12 sorted1.txt sorted2.txt：-1 选项表示不显示仅在第一个文件中出现的行，-2 选项表示不显示仅在第二个文件中出现的行，这样输出的就是两个文件都出现的行。
• | wc -l：统计前面命令输出的行数，即得到两个文件中不同IP地址的总数。

注：最后可删除临时生成的 sorted1.txt 和 sorted2.txt 文件以清理空间。