Question

用perl比较两个大文件

两个文件A和B， 都是非常非常大的文件，遍历一遍就需要很长时间。
A文件:
aaa
bbb
ccc
ddd

....

B文件:
aaa
bbb
ccx
ddd
....

如何分别找出A中有B中没有和A中没有B中有的行。
貌似用hash的话，两个文件各遍历一遍就可以，求指教具体应该怎么做。

能给出大概的code吗？ 先在这里谢谢了。

Answer 1

open A, "A.txt" or die "Can't open A";
my @data = <A>;
close A;

my %hash;
++$hash{$_} foreach @data;

open B, "B.txt" or die "Can't open B";
open C, ">A无B有.txt" or die "Can't open Output A无B有";# 请改成英文档名

while ( <B> ) {
    if ( $hash{$_} ) { delete $hash{$_}; next } ; # AB 都有, 拿掉
    print C $_; # A无B有
    delete $hash{$_} ; # 最後剩下来的就是 A 有 B 无    
}

close C; close B;

open D, ">A有B无.txt" or die "Can't open Output A有B无"; # 请改成英文档名
print D $_ while ( sort keys %hash ) ;
close D;

 ps. "非常非常大" 是没有意义的描述, 有多大最好直接说有几个 GB.