Comparando dois arquivos e escrevendo linhas incompatíveis junto com colunas não correspondentes. Apontar as colunas incompatíveis é a minha principal declaração de problema

Question

Eu tenho um requisito onde preciso comparar dois arquivos wrt para cada coluna e escrever a diferença correspondente em outro arquivo junto com alguma identificação mostrando colunas incompatíveis. Apontar as colunas incompatíveis é a minha principal declaração de problema. Por exemplo, temos arquivos como:

File 1

1|piyush|bangalore|dev
1|piyush|bangalore|QA
2|pankaj|bangalore|dev
3|rohit|delhi|QA

File 2

1|piyush|bangalore|QA
1|piyush|bangalore|QA
2|pankaj|bangalore|dev
3|rohit|bangalore|dev

O arquivo de saída esperado parece um pouco com.

File 1
1|piyush|bangalore|**dev**
File 2 
1|piyush|bangalore|**QA**
File 1
3|rohit|**delhi**|**QA**
File 2
3|rohit|**bangalore**|**dev**

Eu quero alcançar algo assim, onde eu possa ver as colunas incompatíveis, bem como as linhas incompatíveis. Eu tentei

diff File1 File2 > Diff_File

Mas isso está me dando apenas os registros ou linhas incompatíveis. Também não estou conseguindo apontar as colunas incompatíveis. Por favor, ajude-me se é possível usar o shell script ou o comando awk, já que sou muito novo nisso. Agradecemos antecipadamente.

    

Answer 1

Python 3.x solução:

script diff_marked.py :

import sys

file1_name = sys.argv[1]
file2_name = sys.argv[2]

with open(file1_name, 'r') as f1, open(file2_name, 'r') as f2:
    f1_lines = f1.readlines()  # list of lines of File1
    f2_lines = f2.readlines()  # list of lines of File2

    for k,l in enumerate(f1_lines):
        f1_fields = l.strip().split('|')  # splitting a line into fields by separator '|'
        if k < len(f2_lines) and f2_lines[k]:
            has_diff = False
            f2_fields = f2_lines[k].strip().split('|')
            for i,f in enumerate(f1_fields):
                if f != f2_fields[i]:    # comparing respective lines 'field-by-field' between two files
                    f1_fields[i] = '**' + f + '**'  # wrapping differing fields
                    f2_fields[i] = '**' + f2_fields[i] + '**'
                    has_diff = True

        if has_diff:
            print(f1.name)  # print file name
            print('|'.join(f1_fields))
            print(f2.name)
            print('|'.join(f2_fields))

Uso: (você pode ter outra versão em python, o caso atual foi testado em python 3.5 )

python3.5 diff_marked.py File1 File2 > diff_output

diff_output contents:

File1
1|piyush|bangalore|**dev**
File2
1|piyush|bangalore|**QA**
File1
3|rohit|**delhi**|**QA**
File2
3|rohit|**bangalore**|**dev**