[文本处理] [已解决]批处理使用第三方命令，如何实现2个文本相减？

jzsgyml

也就是要1.txt - 2.txt =？

用批处理一个个遍历，几万行就要几小时，几十万行几天时间了
例如1.txt

1
2
3
4
5
复制代码

2.txt

1
2
复制代码

得到结果3.txt

3
4
5
复制代码

普通“findstr /c:"%%a" B.txt>nul||echo %%a>>C.txt”语句一行行判断效率太低，有几百万行呢，特来请教

forfiles

回复 11# asd821089612

grep -vxFf 2.txt 1.txt >3.txt
复制代码

jzsgyml

能不能用cmd里的"fc"这个命令
再用for命令截取里面的不同处就可以了
asd821089612 发表于 2012-6-26 07:33

谢谢，我标题好像改出歧义了，我的意思是cmd太慢，有没有第三方好些的。你说的fc确实是一个方法，逻辑上都比find一行一行对比强，谢谢

asd821089612

@echo off
fc 2.txt 1.txt>3.txt
for /f "delims=\ skip=3 eol=*" %%i in (3.txt) do (@echo %%i>>4.txt)
del 3.txt
复制代码

由于楼主默认2.txt永远比1.txt内容少，所以fc只显示1.txt的多余部分，因此就可以达到目的了。
最后输出的是4.txt

虽然是一种思路，但是为测试过楼主所说的几万行的大文件，不知道速度怎么样

asd821089612

能不能用cmd里的"fc"这个命令
再用for命令截取里面的不同处就可以了

wc726842270

如果再给出其它的命令也许仅仅是换了一下汤而以
1：如果同时打开2个以上的大文件，你的缓存能受得了么？（我从来没打开过1G以上的文件）
2：要是从P入手的话可能只是CMD内置的命令了
以上仅是个人想法

forfiles

请教一下不使用第三方的原因是？

jzsgyml

回复 6# powerbat


    A.txt 都是单词表，B.txt是已经背诵的单词表，几十万，需要A-B。

good  好
best  好
best  好
good  好
复制代码

powerbat

findstr的bug可以看这个

set >env
set | findstr /vg:env
set | findstr /vxg:env
set | findstr /vlg:env
set | findstr /vrg:env
复制代码

你的数据有何特点？每行长度一般是多少？由什么字符组成？最好给出一段样本。

jzsgyml

原来相减是这个意思？
findstr还有bug。操作系统自带命令多的是。
powerbat 发表于 2012-6-8 12:57

for /f %%a in (A.txt) do (
 findstr /c:"%%a" B.txt>nul||echo %%a>>C.txt
)
复制代码

用findstr 就是一行行来，1万行就1万次，效率自然成倍的降低了，请问你有更效率的方法吗

powerbat

原来相减是这个意思？
findstr还有bug。操作系统自带命令多的是。

jzsgyml

回复 2# powerbat

findstr/vg:a.txt b.txt>c.txt
复制代码

不用第三方慢得哭

powerbat

不用第三方工具也可以。