[转]求文件差集

今天有个统计的需求，计算今天比昨天新增加的数据。有两个文件a和b，a是最新文件，b是昨天的文件，需要计算出在a中出现又没出现在b中的数据。

a和b都是这样的文件格式，只有一列id，且无序的

 

290758
290710
290688
290411
290409
290224
290223
290221
290194

 

有如下集中实现方式：

1、java，把b读到List中，遍历a中元素判断是否存在b的List中

 

List b = .....

while(r.ready()){
    String s = r.readline();
    if(b.contains(s)){
        .......
     }
}

 

 

2、python，类似java的做法，不赘述

 

3、SQL，导入到临时表里用SQL解决

 

from tablea as a, tableb as b where a.id <> b.id

 4、shell

 

grep -vxFf b a

  

把b作为规则，取a中不能匹配上b规则的记录。

下面这个最牛：

 

sort a b b | uniq -u

 解释一下：

 

a b 排序，两个的交集出现次就是2 了，a b b 再排序。b里面的次数，最少是2了，交集里面的是3

然后再uniq -u 取出现一次的，就是想要的结果了