我有一个78k行.txt文件，英文单词和一个5k行.txt文件，最常用的英文单词。 我想整理大列表中最常用的单词，以便我列出一个不常见的单词。
我在另一个问题上解决了我的问题，但我真的想知道，我做错了，因为这不起作用。
我已经尝试了以下内容：
//To make sure they are trimmed cut -d" " -f1 78kfile.txt | tac | tac > 78kfile.txt cut -d" " -f1 5kfile.txt | tac | tac > 5kfile.txt grep -xivf 5kfile.txt 78kfile.txt > cleansed //But this procedure apparently gives me two empty files. 如果我只是先运行grep而不是先剪切，那么我知道这两个文件都是我所知道的。
我也试过这个：
sort 78kfile.txt > 78kfile-sorted.txt sort 5kfile.txt > 5kfile-sorted.txt comm -3 78kfile-sorted.txt 5kfile-sorted.txt //No luck either
这两个文本文件，如果有人想为他们自己尝试： https ： //www.dropbox.com/s/dw3k8ragnvjcfgc/5k-most-common-sorted.txt https://www.dropbox.com/s/1cvut5z2zp9qnmk /brit-az-sorted.txt
下载你的文件后，我注意到（a） brit-az-sorted.txt有Microsoft行结尾，而5k-most-common-sorted.txt有Unix行结尾和（b）你试图做全行比较grep -x ）。 所以，首先我们需要转换成一个共同的结局：
dos2unix <brit-az-sorted.txt >brit-az-sorted-fixed.txt
现在，我们可以使用grep来删除常用的单词：
grep -xivFf 5k-most-common-sorted.txt brit-az-sorted-fixed.txt >less-common.txt
我还添加了-F标志以确保这些单词将被解释为固定字符串而不是正则表达式。 这也加快了速度。
我注意到在5k-most-common-sorted.txt文件中有5k-most-common-sorted.txt不在brit-az-sorted.txt 。 例如，“英国”是通用文件，但不是较大的文件。 普通文件也有“铝”，而大文件只有“铝”。
grep选项是什么意思？ 对于那些好奇的人：
-f表示从文件中读取模式。
-F表示将它们视为固定模式，而不是正则表达式，
-i意思是忽略大小写。
-x表示进行全线匹配
-v表示反转比赛。 换句话说，打印不符合任何模式的行。