手头有两份用户名单，一份是上周的，一份是这周的。我想知道谁是两周都在的，谁是这周新来的，谁上周还在这周走了。

这种“两个清单求交集、求差集”的活儿，写脚本当然能干，但太重了。

Linux 里有个小命令专门干这个，叫 comm。

名字取自 common，就是“共同”的意思。它安静、简单，很多人装了一辈子系统都没用过它。

comm 到底在干嘛

comm 接收两个已经排好序的文件，逐行比较，然后把结果分成三列输出给你。

• 第一列：只在第一个文件里出现的行
• 第二列：只在第二个文件里出现的行
• 第三列：两个文件都有的行（共同行）

就这么简单。三列，对应三种归属。

我们先造两个文件试试。老王维护的这周名单和上周名单：

# 上周在岗的人（week1.txt）
cat > week1.txt <<'EOF'
laowang
laozhang
wangayi
niubi
EOF

# 这周在岗的人（week2.txt）
cat > week2.txt <<'EOF'
laowang
laozhang
mebugs
niubi
EOF
​

直接跑 comm：

comm week1.txt week2.txt
​

输出大概长这样：

        laowang
        laozhang
wangayi
                mebugs
        niubi
​

看着有点懵？别急。这里的缩进就是“列”。

• 顶格没缩进的 wangayi 在第一列，说明只有上周有他，这周走了
• 缩进两个 tab 的 mebugs 在第二列，说明这周才来的新人
• 缩进一个 tab 的 laowang、laozhang、niubi 在第三列，两周都在

一眼就把“走的、来的、留的”分清楚了。

为什么必须先排序

comm 有个硬前提：两个文件都得是排好序的。

这不是它偷懒，而是它的工作方式决定的。comm 是一行一行往下扫，两边同时推进指针，靠“当前行谁大谁小”来判断归属。这套逻辑只有在有序的前提下才成立。

如果文件没排序，comm 不会报错，但结果是错的，而且错得很隐蔽。

我踩过这个坑，名单没排序，comm 给我一堆莫名其妙的“独有行”，查半天才反应过来是顺序的问题。

所以稳妥的做法是先 sort 再 comm：

# 用进程替换，不落地临时文件，直接把排好序的结果喂给 comm
comm <(sort week1.txt) <(sort week2.txt)
​

<(...) 是 bash 的进程替换，把命令的输出当成一个临时文件传进去。省得先 sort 生成两个中间文件再删。

个人习惯是能不落临时文件就不落，干净。

用列开关精确取想要的

三列一起看有时候太杂，我其实只想要其中一两列。

comm 提供了 -1、-2、-3 三个开关，含义是抑制（不显示）对应的列。

注意，是“抑制”不是“显示”，这点特别容易记反。

• -1：不显示第一列（第一个文件独有的）
• -2：不显示第二列（第二个文件独有的）
• -3：不显示第三列（共同行）

反过来理解就顺了：想留哪几列，就把不想要的那几列关掉。

比如我只想要两个文件的共同行（交集），那就把第一列和第二列都关掉，只留第三列：

# 只留第三列 = 求交集
comm -12 <(sort week1.txt) <(sort week2.txt)
​

输出：

laowang
laozhang
niubi
​

干净利落，就是两周都在的人。

我想要“这周新来的”，也就是只在第二个文件里的行，那就关掉第一列和第三列：

# 只留第二列 = week2 独有
comm -13 <(sort week1.txt) <(sort week2.txt)
​

输出：

mebugs
​

想要“上周走的”，同理，关掉第二列和第三列：

# 只留第一列 = week1 独有
comm -23 <(sort week1.txt) <(sort week2.txt)
​

输出：

wangayi
​

是不是有种在玩开关的感觉？三个开关随意组合，交集、差集、对称差，全都能拼出来。

几个实用的小场景

光看名单没意思，说几个我真实用到过的。

对比两台机器的软件包

运维经常要对比两台机器装的软件包列表，看看哪台多装了什么。

# 分别导出两台机器的包列表并排序
ssh laowang@host-a "rpm -qa | sort" > pkg_a.txt
ssh laowang@host-b "rpm -qa | sort" > pkg_b.txt

# 只看 A 有而 B 没有的
comm -23 pkg_a.txt pkg_b.txt
​

一行命令，A 比 B 多装的包全列出来了。

配合 wc 数个数

comm 的输出可以接着往下管道。想知道两份清单到底有多少重合，直接数第三列：

# 数一下有多少共同行
comm -12 <(sort week1.txt) <(sort week2.txt) | wc -l
​

输出 3，三个人两周都在。

检查子集关系

如果 A 文件的所有行都在 B 里，那“A 独有”这一列应该是空的。

# 如果没有任何输出，说明 A 完全被 B 包含
comm -23 <(sort a.txt) <(sort b.txt)
​

没输出就是子集，有输出就把多出来的行摆给你看。这个判断比写循环挨个 grep 舒服多了。

comm 和 diff 怎么选

有人会问，对比文件不是有 diff 吗，要 comm 干嘛。

这俩关注的东西不一样。

• diff 关心的是怎么把文件 A 改成文件 B，输出的是“增删改”的编辑动作，在乎行的顺序和上下文。
• comm 关心的是集合关系，谁有谁没有，不在乎行原本的顺序（反正都要求你先排序）。

打个比方，diff 像是给你一份修改批注，告诉你第几行改成什么。comm 更像是把两堆东西倒一块儿，帮你分好“你的、我的、共同的”三摞。

所以：

• 对比代码改动、看版本差异 → 用 diff
• 求两个清单的交集差集、判断包含关系 → 用 comm

场景对上了，用起来就顺手。硬拿 diff 去求交集，或者拿 comm 去看代码 diff，都是别扭。

小结

comm 就是个专注做“集合运算”的小工具，核心记住三点就够用了。

• 三列分别是：文件一独有、文件二独有、两者共有
• 用前必须排序，配 <(sort ...) 最省事
• -1 -2 -3 是“抑制”对应列，想留哪列就关掉其他列

它不花哨，但在处理清单类文本时特别对口。下次再遇到“这两份名单有啥不一样”，别急着写脚本了，先想想 comm 能不能一行搞定。

那就开始尝试吧。