按行比较A,B两文件的内容，遇到困难

linghu002127

文件A:
a,b,c
4,6,9,3
张三,AB
文件B:
3,4,6,9
b,c,a
AB,张三
a,b,c,d

要求：按行比较A,B两文件的内容，不考虑每一行中元素的顺序，只考虑包含的元素是否一样。

比较结果是：A文件第1行与B文件第2行是一样的(都含有元素a,b,c，只是顺序不一样)，但是与与B文件第4行是一样的(B文件多一个d);
同理，A文件第2行与B文件第1行是一样的；A文件第3行与B文件第3行是一样的；

现实情况是A,B文件均>1000行，每一行元素顺序是乱的且个数从1~40不等。

目前我能比较包含有的情况，但是对于顺序混乱且要求比较它们彼此相等时，一直没有好的思路。用了3个循环一直不出来结果。

求解决思路？

xi0ws

1. #!/usr/bin/perl
   
2. use strict;
   
3. use warnings;
   
4. 
   
5. my %hash;
   
6. open A, "A" or die "cannot open A";
   
7. while(<A>)
   
8. {
   
9.     chomp;
   
10.     my $t = join(',',sort split/,/);
    
11.     $hash{$t} = 1;
    
12. }
    
13. close A;
    
14. 
    
15. open B, "B" or die "cannot open B";
    
16. while(<B>)
    
17. {
    
18.     chomp;
    
19.     my $t = join(',',sort split/,/);
    
20.     print $t,"\n" if $hash{$t};
    
21. }
    
22. close B;

复制代码

回复 1# linghu002127


   

wsxedcer

回复 1# linghu002127


    如果同一个文件内没有重复 ，类似 a,b,c 和 c,a,b 的这种，直接 sort 后丢hash里面，然后循环另外一个文件来比较

1. #!/bin/env perl
   
2. open A,"<","a";
   
3. while(<A>){
   
4.         chomp;
   
5.         $i=join("",sort split(/,/));
   
6.         $hash{$i}="$_ | $."
   
7. };
   
8. open B,"<","b";
   
9. while(<B>){
   
10.         chomp;
    
11.         $b=join("",sort split(/,/));
    
12.         if($hash{$b}){
    
13.                 print "$_  --- $hash{$b}\n"
    
14.         }else{
    
15.                 print "$_\n"
    
16.         }
    
17. }

复制代码

改了下可以重复的

1. #!/bin/env perl
   
2. open A,"<","a";
   
3. while(<A>){
   
4.         chomp;
   
5.         $i=join("",sort split(/,/));
   
6.         if(defined $hash{$i}){
   
7.                 $hash{$i}.="\t$_ | $."
   
8.         }else{
   
9.                 $hash{$i}="$_ | $."
   
10.         }
    
11. };
    
12. open B,"<","b";
    
13. while(<B>){
    
14.         chomp;
    
15.         $b=join("",sort split(/,/));
    
16.         if($hash{$b}){
    
17.                 print "$_  --- $hash{$b}\n"
    
18.         }else{
    
19.                 print "$_\n"
    
20.         }
    
21. }

复制代码

linghu002127

谢谢！
我思路是一个一个的比较，反复循环。没考虑排序。排完序之后比较会更简单！

mcshell

1. perl  -lne 'chomp;if($ARGV eq "a"){$hash{join(",",sort(split/,/))}=1};if($ARGV eq "b"){print $_ if exists$hash{join(",",sort(split/,/))}}' a b

复制代码

redpig315

回复 1# linghu002127


   把文件a每一行的第一个看做一个集合A，文件b的每一行看做集合B，看A是否包含B不就ok了吗

gaoyang636

两个文件按行 分别读到两个array中，然后用List::Compare模块，即可以选择输出 交集 并集 等 :wink:

rubyish

文件A:

1. a,b,e
   
2. 4,6,9,3
   
3. 张三,AB
   
4. q,w,e,r
   
5. x,y,z

复制代码

文件B:

1. 3,4,6,9
   
2. b,c,a
   
3. AB,张三
   
4. a,b,c,d,e
   
5. q,w,e
   
6. e,a,b

复制代码

1. #!/usr/bin/perl
   
2. use 5.016;
   
3. my %b;
   
4. my ( $a, $b ) = map { open my ($f), $_; $f } qw/A B/;
   
5. 
   
6. while (<$b>) {
   
7.     chomp;
   
8.     $b{"B:$.-$_"} = { map { $_, 1 } split /,/ };
   
9. }
   
10. 
    
11. while (<$a>) {
    
12.     chomp;
    
13.     my @a = split /,/;
    
14.     my @s = grep same( \@a, $b{$_} ), keys %b;
    
15.     say "A:$.-$_\t ", @s ? "=  " . join( ' & ', @s ) : '与B文件不相等';
    
16. }
    
17. 
    
18. sub same {
    
19.     my ( $x, $y ) = @_;
    
20.     my $y2 = keys %$y;
    
21.     my $min = @$x > $y2 ? $y2 : @$x;
    
22.     $min == grep( { $y->{$_} } @$x ) ? 1 : 0;
    
23. }
    
24. 
    

复制代码

1. A:1-a,b,e        =  B:6-e,a,b & B:4-a,b,c,d,e
   
2. A:2-4,6,9,3      =  B:1-3,4,6,9
   
3. A:3-张三,AB      =  B:3-AB,张三
   
4. A:4-q,w,e,r      =  B:5-q,w,e
   
5. A:5-x,y,z        与B文件不相等
   

复制代码