兩萬行的客戶名單要找出新增的，我差點一行行對

上個月接了個活，甲方給了兩份客戶名單，一份是上個季度的，一份是這個季度的，都是TXT文件，每行一個客戶編號。

甲方的需求很簡單：找出這個季度新增了哪些客戶。

聽起來不難對吧？我也這么覺得。然后我打開文件一看——上季度那份一萬八千多行，這季度兩萬三千多行。

最開始的笨辦法

我第一反應是用Excel。把兩個文件的內容分別粘貼到兩列里，然后用VLOOKUP去匹配。

問題來了：兩萬多行的VLOOKUP，Excel直接卡了好幾秒才算完。更麻煩的是，兩份名單的行數不一樣，VLOOKUP拉公式的時候還得注意范圍，稍不留神就出錯。

折騰了半個多小時，總算弄出來了。但我心里清楚，這個方法太笨了，下次再來一份三萬行的怎么辦？

后來的做法

在群里吐槽這事的時候，有人說可以用個叫「兩TXT文檔對比工具」的東西，專門干這個的。

我試了一下，確實簡單。打開軟件，把上季度的名單拖到A文件的框里，這季度的名單拖到B文件的框里，選了個"B比A多出的行"的模式，點開始。

大概三四秒，結果就出來了。日志里顯示：A文件18000多行，B文件23000多行，結果5000多行。這5000多行就是新增的客戶編號。

我打開結果文件抽查了幾個，確實是新名單里有但舊名單里沒有的。

半小時的Excel操作，變成了不到一分鐘。

后來又用了幾次

第二次用是合并關鍵詞。我做內容運營，從兩個不同的工具里導出了關鍵詞列表，需要合并成一份。兩份加起來大概有三千多個關鍵詞，肯定有不少重復的。

我選了"合并并去重"那個模式，兩個文件一合并，三千多變成了兩千出頭，重復的全自動去掉了。

第三次用是找兩份數據的共同部分。市場部給了一份參加過活動的用戶列表，我手里有一份購買過產品的用戶列表，想知道哪些用戶既參加了活動又買了東西。選了"交集"模式，幾秒鐘就篩出來了。

還有一次比較特殊，甲方要求把兩份名單合并，但要標注每個編號是來自哪份名單。軟件里剛好有個"合并并標注來源"的模式，合并后每行后面會自動加上"----A"或"----B"，一目了然。

一些使用心得

文件拖拽這個功能挺方便的，不用每次都點瀏覽按鈕去找文件。直接把TXT文件拖到對應的框里就行。

有個"保持原文件順序"的選項，建議勾上。不然結果的行順序可能會被打亂，后續處理起來不方便。

還有個關鍵詞篩選的模式，可以從兩個文件里同時篩選包含某個關鍵詞的行。我用過一次，從兩份日志文件里篩選包含"失敗"的記錄，挺實用的。

唯一不太方便的是，結果文件的名字是固定的"處理結果.txt"，每次處理完如果不改名，下次處理就會被覆蓋。所以我現在養成了習慣，處理完就把結果文件改個名。

回過頭來想

其實這類需求說白了就是集合運算——差集、交集、并集。以前沒有趁手的工具，只能用Excel硬湊，費時費力還容易出錯。

現在有了專門的工具，幾秒鐘搞定的事情，沒必要再花半小時去折騰公式了。做數據相關工作的朋友，如果經常要對比文本文件，可以往這個方向找找解決方案。