Linux 的 comm 命令

Linux 的 comm 命令是一个用于逐行比较两个已排序文件的强大文本处理工具。它能够精确识别文件间的差异和共同点，特别适合系统管理员和开发人员进行文本分析。

基本语法：

comm [选项] 文件1 文件2

功能详解：

1. 第一列输出：仅在文件1中出现的行（使用示例：找出file1特有的配置项）
2. 第二列输出：仅在文件2中出现的行（使用示例：发现file2新增的日志条目）
3. 第三列输出：两个文件共有的行（使用示例：确认两个版本共用的函数定义）

常用选项详解：

• -1：隐藏第一列输出，例如comm -1 a.txt b.txt只显示b特有和共有的行
• -2：隐藏第二列输出，适合快速找出a文件特有内容
• -3：隐藏第三列输出，用于只查看差异部分
• --check-order：严格检查输入文件是否已排序，发现未排序会报错
• --nocheck-order：跳过排序检查（默认），但可能导致错误结果

使用前提注意事项：

• 必须先用sort命令预处理文件：sort input.txt > sorted.txt
• 推荐使用LC_ALL=C sort确保排序一致性
• 对于GB级别的大文件，可以先分割再比较

典型应用场景扩展：

1. 配置文件差异分析：

   先备份并排序配置文件

   cp httpd.conf httpd.conf.bak
   sort httpd.conf > httpd.sorted
   sort httpd.conf.bak > httpd.bak.sorted

   找出修改过的配置项

   comm -3 httpd.sorted httpd.bak.sorted

2. 日志文件分析进阶：

   找出两个时间段都出现的错误（交集）

   comm -12 morning_errors.log.sorted evening_errors.log.sorted

   使用进程替换避免中间文件

   comm -12 <(sort log1.txt) <(sort log2.txt)

3. 用户管理系统示例：

   找出新添加的用户

   comm -13 /etc/passwd.old.sorted /etc/passwd.new.sorted

   找出被删除的用户

   comm -23 /etc/passwd.old.sorted /etc/passwd.new.sorted

高级技巧：

1. 结合grep过滤结果：comm file1 file2 | grep -v '^\t'
2. 使用-i选项进行大小写不敏感比较（需要GNU comm）
3. 处理制表符：comm --output-delimiter=',' 更改分隔符
4. 性能优化：对大文件使用sort -u先去除重复行

注意事项补充：

• 制表符(\t)用于分隔输出列，可能影响可视化
• 空行会被视为有效内容参与比较
• 在脚本中使用时建议总是显式指定--check-order
• 可以搭配diff命令进行更复杂的比较