Perl来救援！

perl -lne '
    $in_file{ substr $_, 3, 4 }{$ARGV} = 1;
    END {
        for $invoice (%in_file) {
            print join "\t", $invoice, keys %{ $in_file{$invoice} }
                if keys %{ $in_file{$invoice} } > 1;
        }
    }
' -- *txt

字符串

• -n逐行读取输入文件，为每一行运行代码;
• -l从输入中删除换行符，并将其添加到print艾德化的行中;
• $ARGV包含当前打开文件的名称;
• 我们建立一个哈希的哈希，第一级密钥是发票号，第二级密钥是它被发现的文件;
• 发票号提取详见substr;
• 在所有输入结束时，我们打印具有多个与其相关联的文件的键（即发票编号）。

作为替代，这里有一个Ruby来做这件事：

ruby -lne 'BEGIN{files=Hash.new {|h,k| h[k] = Set.new()} }
files[$_[3..6]]<<$<.file.path
END{
    files.each{|inv,names| puts "#{inv}=>#{names.join","}" if names.length>1} 
}
' a.txt ba.txt

字符串
或者使用GNU awk（用于ENDFILE模式），您可以：

gawk '
BEGIN { FS = OFS = "," }

FNR == 1 { split("", fn, FS) } # clear array

{
    key = substr($0, 4, 4)
    if (! (key in fn)) {
        fn[key]
    }
}

ENDFILE {
    for (e in fn) {
        idx[e] = idx[e] ? idx[e] OFS FILENAME : FILENAME
    }
}

END {
    for (e in idx) {
        n = split(idx[e], a, FS)
        if (n > 1) {
            print e "=>" idx[e]
        }
    }
}
' *.txt

型
对于该示例，可以打印：

4567=>a.txt,ba.txt

型

这可能对你有用（GNU sed，sort，uniq，.）：

echo *.txt |
xargs -n1 sed -E 's/...(.*)/\1 &/p;F;d' |
sed 'N;s/\n/ /' |
sort -u -k1n -k3 |
uniq -w4 -D

字符串
回显文件名。
使用xargs对每个文件应用sed脚本，将发票一分为二，并附加文件名。
使用sed将发票连接到文件名。
对结果进行排序，删除同一文件的重复项。
仅打印发票/文件名顺序中重复的发票。