將 comm 與 NULL 終止的記錄一起使用

在對另一個問題的回答中，我想使用類似這樣的結構來查找出現在list2其中但未出現在的文件list1：

( cd dir1 && find . -type f -print0 ) | sort -z > list1
( cd dir2 && find . -type f -print0 ) | sort -z > list2
comm -13 list1 list2

但是，我碰壁了，因為我的版本comm無法處理以 NULL 結尾的記錄。（一些背景：我將一個計算列表傳遞給rm，所以我特別希望能夠處理可能包含嵌入換行符的文件名。）

如果你想要一個簡單的例子，試試這個

mkdir dir1 dir2
touch dir1/{a,b,c} dir2/{a,c,d}
( cd dir1 && find . -type f ) | sort > list1
( cd dir2 && find . -type f ) | sort > list2
comm -13 list1 list2

如果沒有以 NULL 結尾的行，此處的輸出是./d僅出現在list2.

我希望能夠用來find ... -print0 | sort -z生成列表。

我怎樣才能最好地重新實現一個等效於輸出出現在但沒有出現在中comm的以 NULL 結尾的記錄的等價物？list2``list1

GNU comm（從 GNU coreutils 8.25 開始）現在有一個-z/--zero-terminated選項。

對於舊版本的 GNU comm，您應該能夠交換 NUL 和 NL：

comm -13 <(cd dir1 && find . -type f -print0 | tr '\n\0' '\0\n' | sort) \
        <(cd dir2 && find . -type f -print0 | tr '\n\0' '\0\n' | sort) |
 tr '\n\0' '\0\n'

這種方式comm仍然適用於換行符分隔的記錄，但輸入中的實際換行符編碼為 NUL，因此我們仍然可以安全地使用包含換行符的文件名。

您可能還想將語言環境設置為，C因為至少在 GNU 系統和大多數 UTF-8 語言環境上，有不同的字元串排序相同，會在這裡引起問題¹。

這是一個非常常見的技巧（參見Invert matching lines, NUL-separated for another example with comm），但需要在輸入中支持 NUL 的實用程序，這在 GNU 系統之外是相對罕見的。

---

¹ 範例：

$ touch dir1/{①,②} dir2/{②,③}
$ comm -12 <(cd dir1 && find . -type f -print0 | tr '\n\0' '\0\n' | sort) \
          <(cd dir2 && find . -type f -print0 | tr '\n\0' '\0\n' | sort)  
./③
./②
$ (export LC_ALL=C
   comm -12 <(cd dir1 && find . -type f -print0 | tr '\n\0' '\0\n' | sort) \
            <(cd dir2 && find . -type f -print0 | tr '\n\0' '\0\n' | sort))
./②

（2019 年編輯：①②③ 的相對順序已在較新版本的 GNU libc 中修復，但您可以使用 🧙 🧚 🧛 代替，例如在 95% 的 Unicode 程式碼點仍然存在問題的較新版本（至少 2.30）中)

引用自：https://unix.stackexchange.com/questions/446939