Linux - comm コマンドでテキストファイルの差異（行単位）の確認！

Linux でソートされた２つのファイルを行単位に比較するのに diff コマンドを使用することもあると思いますが、今回は comm コマンドについての記録です。

0. 前提条件

• LMDE2 (Linux Mint Debian Edition 2; 64bit) での作業を想定。（他の Linux ディストリビューションも同様のはず）

1. 準備

比較に使用するサンプルを以下のように作成する。（敢えて、ソートしていない）

File: test_1.txt

B
A
C

File: test_2.txt

C
D
A

2. 使用例

出力される結果には3列あり、左から次のようになっている。

• ファイル１にのみ存在する行
• ファイル２にのみ存在する行
• 両方のファイルに存在する行

コマンド実行時に -1, -2, -3 のようにオプションを指定することで、1, 2, 3列目の出力が抑止される。

2-1. ソートされているか明示的にチェックしない例（全列出力）

（元ファイルをソートしないまま）

$ comm --nocheck-order test-1.txt test-2.txt
B
A
                C
        D
        A

• --nocheck-order は、入力が正しくソートされているかどうかをチェックしないオプション
• ソートされてないと判定されてもエラーにせず、最後まで実行される。

2-2. ソートされているか明示的にチェックする例（全列出力）

（元ファイルをソートしないまま）

$ comm --check-order test-1.txt test-2.txt
B
comm: ファイル 1 がソートされていません

• --check-order は、入力が正しくソートされているかどうかをチェックするオプション（全ての行の組み合わせが一致していても）
• ソートされてないと判定された時点で終了する。
• --nocheck-order も --check-order も指定しない場合は、ソートされてないと判定されても最後まで実行される。

2-3. ソートした上で明示的にチェックする例（全列出力）

$ comm --check-order <(sort test-1.txt) <(sort test-2.txt)
                A
B
                C
        D

2-4. ソートした上で明示的にチェックする例（１列のみ出力）

ファイル１にのみ存在する行を確認する場合は、

$ comm -23 --check-order <(sort test-1.txt) <(sort test-2.txt)
B

ファイル２にのみ存在する行を確認する場合は、

$ comm -13 --check-order <(sort test-1.txt) <(sort test-2.txt)
D

2-5. その他

• 出力結果を区切る文字列を --output-delimiter=STR オプションで指定することもできる。
  例えば、 --output-delimiter=, とすれば、列がカンマで区切られる。
• 詳細な使用方法は comm --help か man comm を参照のこと。

3. 参考サイト

• GNU Coreutils: comm invocation

---

以上。