Shell Daily 2025-12-27: 集合运算 (Comm)
处理文本数据时，我们经常遇到这种需求：给你两份名单（比如 all_hosts.txt 和 patched_hosts.txt），请迅速找出哪些主机还没打补丁（即在 A 中但不在 B 中）。
手写 Python 脚本或者用复杂的 grep -v 循环都太慢了。Shell 哲学里有一个专门处理“集合运算”的神器——comm。
怎么用
comm 逐行比较两个已排序的文件，默认输出三列：
- 仅在文件 A 的行
- 仅在文件 B 的行
- A 和 B 共有的行
通过参数 -1, -2, -3 可以屏蔽掉对应的列，从而组合出交集、差集。
- 语法：
comm [options] file1 file2 - 关键前提：输入的两个文件必须先经过
sort排序，否则结果不准确。 - 兼容性：POSIX 通用标准。所有 Unix-like 系统标配。
适用场景
- 白名单过滤：从全量日志中剔除已知合法的 IP 列表。
- 版本比对：快速找出两个配置文件的共同配置项或差异项。
示例 1：找出未完成的任务 (差集 A - B)
假设 total.txt 是总任务，finished.txt 是已完成任务。我们要找出剩下的任务：
# 这里的逻辑是：
# -2 屏蔽“仅在 finished.txt”的（没意义）
# -3 屏蔽“两者都有”的（已完成的）
# 剩下的就是 -23：仅在 total.txt 出现的（未完成的）
comm -23 sorted_total.txt sorted_finished.txt
示例 2：找出共同好友 (交集 A ∩ B)
找出两个用户关注列表里的共同关注者：
# -1 屏蔽 user_a 独有的
# -2 屏蔽 user_b 独有的
# 剩下的 -12 就是两者共有的
comm -12 user_a_follows.txt user_b_follows.txt
(注：配合之前讲的进程替换 <(...)，你可以直接写 comm -23 <(sort A) <(sort B)，连中间文件都不用存，非常丝滑。)