Bash：判断一个文件是否包含在另一个文件中答案

【问题标题】：Bash: tell if a file is included in anotherBash：判断一个文件是否包含在另一个文件中
【发布时间】：2013-03-24 23:37:30
【问题描述】：

我正在尝试比较两个文件的内容，并判断一个文件的内容是否完全包含在另一个文件中（意思是如果一个文件有三行，A、B 和 C，我可以在其中找到这三行吗？顺序，在第二个文件中）。我查看了diff 和grep，但找不到相关选项（如果有的话）。

例子：

file1.txt   file2.txt  <= should return true (file2 is included in file1)
---------   ---------
abc         def
def         ghi
ghi
jkl    

file1.txt   file2.txt  <= should return false (file2 is not included in file1)
---------   ---------
abc         abc
def         ghi
ghi
jkl

有什么想法吗？

【问题讨论】：

join(1) 可能有用。 linux.die.net/man/1/join
f1 和 f2 可以有空行吗？
我想了一会儿comm，但它不会拒绝你的第二个例子。我的直觉是您不会找到完成这项工作的工具，但必须从适当的（脚本？）语言创建一个。我会使用 Perl，但 Python 或 Ruby 也应该没问题。

标签： bash diff file-comparison

【解决方案1】：

假设您的file2.txt 不包含对正则表达式具有特殊含义的字符，您可以使用：

grep "$(<file2.txt)" file1.txt

【讨论】：

如果在我的第二个示例中存在部分匹配，则它不起作用（即使使用grep -F）

【解决方案2】：

即使您的 file2.txt 包含特殊字符，这也应该有效：

cp file1.txt file_read.txt

while read -r a_line ; do
   first_line_found=$( fgrep -nx "${a_line}" file_read.txt 2>/dev/null | head -1 )
   if [ -z "$first_line_found" ]; 
   then 
        exit 1 # we couldn't find a_line in the file_read.txt
   else
        { echo "1,${first_line_found}d" ; echo "w" ; } | ed file_read.txt  #we delete up to line_found
   fi   
done < file2.txt
exit 0

（“exit 0”是为了“可读性”而存在的，因此只有当 fgrep 在 file1.txt 中找不到一行时，它才会以 1 退出。不需要）

（fgrep 是一个文字 grep，搜索一个字符串（不是正则表达式））

（我没有测试过上面的，这是一个普遍的想法。我希望它确实有效^^）

“-x”强制它与行完全匹配，即没有附加字符（即：“to”不能再匹配“toto”。添加-x时只有“toto”会匹配“toto”）

【讨论】：

grep -Fx 解决了正则表达式和部分行匹配的问题。其余的工作正常。
我知道我查看了 fgrep (=grep -F) 的手册页并在您发表评论之前对其进行了编辑 ^^ 但是谢谢！
我不确定它是如何工作的... grep 部分检查行是否匹配，循环部分对每一行进行检查，但是如何保留顺序？
道歉：我根本不检查订单:(我会尝试编辑它。
请尝试新的（我无法在这里检查，暂时无法访问外壳：我从头输入：/）

【解决方案3】：

使用here的答案

使用以下python函数：

def sublistExists(list1, list2):
    return ''.join(map(str, list2)) in ''.join(map(str, list1))

在行动：

In [35]: a=[i.strip() for i in open("f1")]
In [36]: b=[i.strip() for i in open("f2")]
In [37]: c=[i.strip() for i in open("f3")]

In [38]: a
Out[38]: ['abc', 'def', 'ghi', 'jkl']

In [39]: b
Out[39]: ['def', 'ghi']

In [40]: c
Out[40]: ['abc', 'ghi']

In [41]: sublistExists(a, b)
Out[41]: True

In [42]: sublistExists(a, c)
Out[42]: False

【讨论】：

【解决方案4】：

请尝试此 awk “单线” ^_^ 是否适用于您的真实文件。对于您问题中的示例文件，它有效：

awk 'FNR==NR{a=a $0;next}{b=b $0}
END{while(match(b,a,m)){
    if(m[0]==a) {print "included";exit}
    b=substr(b,RSTART+RLENGTH)
   }
    print "not included"
}' file2 file1

【讨论】：