2

Tengo 2 ficheros que contienen cientos de correos y quisiera filtrar sólo los correos nuevos (Los que no aparezcan en ambos ficheros) Y quisiera saber si hay una forma fácil de hacerlo usando el terminal redirigiendo la salida a un archivo ejemplo nuevosemails.txt. Llevo rompiéndome la cabeza un buen rato...

Ejemplo con 2 archivos en muy pequeña escala (Se supone que voy a hacerlo a gran escala con miles de correos)

$ cat emails1.txt
[email protected] [email protected] [email protected] [email protected] [email protected]

$ cat emails2.txt
[email protected] [email protected] [email protected] [email protected] [email protected] [email protected] [email protected]

Bien... El archivo emails2.txt contiene [email protected] y [email protected] que emails1.txt no tiene. ¿Cómo podría extraer esos correos (Teniendo en cuenta que sería con miles de emails) de un modo simple?

El método que se me ocurre es hacer un script que seleccione las linea de un archivo con sed y que compruebe con grep en otro, con un bucle incrementando en +1 para que compruebe linea a linea, y si la búsqueda genera una variable de salida "1", con la variable que sed genera de la linea seleccionada, la redireccione a un archivo como puede ser >> nuevosemails.txt. Y así consigo filtrarlo. Esto se me ha ocurrido según escribía el ejemplo. Si álguien no tiene una mejor sugerencia, en cuento tenga un rato lo creo y me autorrespondo por si le pueda servir a alguien la ayuda en un futuro.

4
  • 2
    Bienvenid@ a StackOverflow en español @Heibol, te referís a como hacerlo mediante comandos en la terminal utilizando bash o algún lenguaje de script?
    – Alan
    Commented el 21 ene. 2016 a las 18:58
  • 4
    Hola, otra pregunta, ¿en que formato están los archivos? y ¿entre uno y otro archivo se encuentran ordenados o podrían aparecer en orden aleatorio? Commented el 21 ene. 2016 a las 19:03
  • @Alan Si, en bash con los comandos que suelen venir en casi toda distribución basada en GNU/Linux, pero si tengo que usar python, o perl me vale. Los archivos estan en texto plano.
    – Heibol
    Commented el 22 ene. 2016 a las 17:54
  • @Heibol Podrias editar la pregunta con un ejemplo de tu archivo, para que te podamos ayudar mejor :)
    – jasilva
    Commented el 22 ene. 2016 a las 18:44

1 respuesta 1

0
grep -F -f emails1.txt -v emails2.txt 
  • grep [opciones] patrón [ficheros...] muestra líneas que coinciden con un patrón
  • -F trata los patrones a comprobar como cadenas de texto Fijas, no como expresiones regulares
  • -f fichero Obtiene los patrones a comprobar de un fichero
  • -v invierte el sentido de la búsqueda, es decir, muestra las líneas que no coinciden.

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge you have read our privacy policy.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.