két fájl összehasonlítása [megoldva]

Ennel nem la'tom hogy pont ez lenne a problema, de: ha ugy kezded a szkripteded hogy #!/bin/sh, az ujabb deb-ekne'l ma'r a /bin/dash lesz es nem a /bin/bash. azaz kezdd igy hogy #!/bin/bash, ha'tha...

Juj.

while read currenthost do
  if grep -q "$currenthost" "$zbx_hosts"; then
    echo "$currenthost found"
  else
    echo "$currenthost NOT found"
  fi
done < "$AD_hosts"

Prekoncepciok:
- Mindket fajlban minden host csak egyszer szerepel
- Mindket fajlban minden host kulon sorban van
- A hostok nevei ujsor karaktert nem tartalmazhatnak
--

Ki oda vagyik, hol szall a galamb, elszalasztja a kincset itt alant. 

sort -u egyik >/tmp/egyik.tmp
sort -u masik >/tmp/masik.tmp
diff /tmp/egyik.tmp /tmp/masik.tmp

Elszörnyedtem. :) Egyrészt hiányoznak idézőjelek, ami nem olyan jó, ha valahol szóköz van esetleg. Aztán minek a cat, amikor a grep és a head is tud file-t olvasni. Ami a legfontosabb, az viszont az, hogy a grep argumentuma regexp, így például egy pont karakter bármire illeszkedik. Nagyon nem így csinálnám, de ha már így teszed, akkor grep -F, vagy valami ilyesmi.

tr '[:lower:]' '[:upper:]' <<<locsemege
LOCSEMEGE

Donna Clara... Mi a feladat? nekem awk jut az eszembe...

(sort -u lista1.lst | sed 's/^/1\ /'; sort -u lista2.lst | sed 's/^/2\ /' ) | 
awk -v MIT=3 '    { sum[$2]+=$1; }
              END { for (host in sum) {
                         if ( sum[host] == MIT ) { 
                             print host;
                         }
                    }
                  }'

Ha MIT=1, akkor csak azokat listázza, amik csak az elsőben, ha MIT=2, akkor azokat,a mik csak a másodikban, ha MIT=3, akkor azokat, amik mindkettő listában szerepelnek.
Ha csak azokra van szükség, amik mindkettőben szerepelnek, akkor egyszerűbb:

(sort -u lista1.lst | sed 's/^/1\ /'; sort -u lista2.lst | sed 's/^/2\ /' ) | 
awk '{ sum[$2]+=$1; 
       if ( sum[host] == 3 ) { 
         print host;
       }
     }' 

De lehet pl. azt is csinálni, hogy a rövidebb listából csinálsz egy mintafájlt (e)grepnek:

sed ' sed 's/^/\^/
           s/$/\$/
           s/\./\\\./g' < lista1.lst > egrepfile

aztán egrep -f egrepfile lista2.lst adja meg ami mindkettőben szerepel.

Az nem jó megoldás, hogy mindkét fájlt abc sorba (sort) rendezed, majd a diff paranccsal összehasonlítod?
Bocs, későn vettem észre: http://hup.hu/node/125085#comment-1614650

Egyébként az ilyet érdemes egy uniq-kal bolondítani. Ha csak az kell, hogy melyek azok, amelyek mindkét fájlban benne vannak:

sort egyik masik | uniq -d

és kész is.

Bedobom még a comm parancsot is. :-)

KisKresz

Ha egy host egy fájlban csak egyszer van, akkor így csinálnám:

cat elso.txt masodik.txt masodik.txt|sort|uniq -c| awk '
  $1==1 {print "Csak az elsoben: "$2}
  $1==2 {print "Csak a masodikban: "$2}
  $1==3 {print "Mindkettoben: "$2} '

Ha esetleg többször is előfordulhat, akkor kicsit bonyolítjuk:

{ sort elso.txt|uniq; sort masodik.txt|uniq; sort masodik.txt|uniq; }|uniq -c| awk '
  $1==1 {print "Csak az elsoben: "$2}
  $1==2 {print "Csak a masodikban: "$2}
  $1==3 {print "Mindkettoben: "$2} '

néhány dolgot biztos másképp csinálnék... pl szerintem szebb, ha seq helyett:

for ((i=1 ; i <= $AD_list_size; i++)); do..

a másik, hogy jó lenne pontosan tudni az input adatok kinézetét még ha nem is az eredeti adatokkal

pl:
" AA.HOST1.BB "
" AC.HOST1.CC"
" AD.HOST2.DD "
" AF.HOST2.FF"
" EFG.AF.HOST2.FF"
" _AAA_.BBB.CCC"
stb... lehessen látni, hogy is van...

Logikádat követve, tömbbe tenném (persze a többiek sok szebb megoldást postoltak, ami gyorsabb... de legyen ez is itt :-) )
a biztosan nincs se szóköz se extra karakter csak és kizárólag a host nevek egymás alatt, se fejléc se lábléc akkor én tömbbe tölteném:
---------------

#!/bin/bash

AD_hosts=/tmp/ad_hosts
zbx_hosts=/tmp/zbx_hosts

TOMB=($(cat $AD_hosts | sort -u))
AD_list_size=${#TOMB[@]}   #ennyi db elem van a tombben
# tegyuk bele egy valtozoba a teljes ZBX listat is, de itt is
# figyeljunk, hogy csak a hostok legyenek se komment semmi egymas alatt
# es a sor elejen kezdodjenek es a vegen ne legyen szokoz
# de ezt ne tombbe, mert ugy bonyolultabb lenne
ZBXLIST="$(cat $zbx_hosts | sort -u )"   

for ((i=0;i < "${#TOMB[@]}";i++)); do
        echo "sorszam:|$i| tartalom:|${TOMB[$i]}| masik:|$(echo "$ZBXLIST"|egrep "^${TOMB[$i]}$")|"
        if echo "$ZBXLIST" | egrep -q "^${TOMB[$i]}$"; then
                #kivenni a listabol, hisz van ilyen, ne kelljen atnezni az egesz listat ujra:
                ZBXLIST=$(echo "$ZBXLIST" | egrep -v "^${TOMB[$i]}$")
        else
                echo "     ->  hianyzik a ZABBIX-bol: ${TOMB[$i]}"
        fi       
done
-----------------
/tmp/aaa.sh
sorszam:|0| tartalom:|AAA.BBB.CCC| masik:|AAA.BBB.CCC|
sorszam:|1| tartalom:|AAA.BB.CC| masik:|AAA.BB.CC|
sorszam:|2| tartalom:|AAB.AAD.CF| masik:|AAB.AAD.CF|
sorszam:|3| tartalom:|BBB.DD.AED| masik:|BBB.DD.AED|
sorszam:|4| tartalom:|DDD.EEE.GGG| masik:||
     ->  hianyzik a ZABBIX-bol: DDD.EEE.GGG

> nekem azok a sorok kellenének, amelyek csak az egyik fájlban szerepelnek
> a legkirályabb megoldás az lenne ha csak azokat a sorokat kapnám meg, amelyek az első fájlban benne vannak de a másodikban nem

> konkrétan az a gondom, hogy AD-ben vannak hosztok, és a Zabbix adatbázisában is vannak hosztok
> viszont az AD lista egy naprakész lista, ami abban benne van az kellene hogy benne legyen a Zabbix adatbázisában is

Feltételezhetjük, hogy mind az ad_list.txt-ben mind a zabix_list.txt-ben egy hostnév csak egyszer szerepel, de azt nem hogy ezek sorrendben is vannak.

Első lépésként tehát ezeket a fájlokat sorrendbe rakjuk (ha esetleg szerepelhet akármelyikben egy hostnév duplán akkor a -u kapcsoló is kell)

sort -o ad_list.txt ad_list.txt
sort -o zabbix_list.txt zabbix_list.txt

Majd a sorbarendezett fájlokkal már működni fog ez:

sort -m ad_list.txt zabbix_list.txt | uniq -u | sort -m - ad_list.txt | uniq -d

Itt az elso "sort" összefűzi a sorrend megtartásával a két állományt.
Az utánna következő "uniq", legyüjti azokat a sorokat amik csak valamelyik állományban találhatóak meg.
A következő "sort" újra összefűzi a megkapott listát az AD listával, így azzok a sorok amik az AD listában találhatóak meg, most duplán fognak szerepelni.
Az utolsó "uniq" pedig kiszűri a szimplán előforduló hostneveket. Így pont azt kapod ami neked kell.