有一个传感器网络，我每十分钟或按需从中下载一次测量值。每个下载都是一个文本文件，由几行和时间戳和值组成。文本文件的名称还包含下载发生时的时间戳。因此，随着时间的推移，我收集了许多文本文件，这些文件由一个序列组成。由于获取值的物理参数，相邻文本文件之间几乎没有差异。
因为我想以有效的方式将所有正在下载的文本文件存档到(压缩(文件中。所以我认为存档相邻文本文件之间的差异就是这样一种方式。
我想要一些想法在 BASH 中使用 tar 和 diff 等众所周知的工具来解决它。我也知道 git，但它对创建存档文件没有用。
我将尝试澄清一点。文本文件由以下空格分隔格式的几行组成：
时间戳 sensor_uuid value_1...value_N
并非每行都有完全相同(例如 N(的值，但每行的标记变化很小。此外，值本身在时间上几乎没有变化。由于它们来自传感器，并且每行只有一个传感器，因此文本文件的行数取决于我每次调用的响应数。零行是可能的。
最后，文本文件名采用自己的时间戳，原始名称与日期时间字符串的串联：
sensors_2019-12-11_153043.txt用于今天的 15：30：43 请求。
不用说，此示例文件名行中的时间戳通常早于文件名的时间戳，甚至还有从之前创建的文本文件中重复的行和时间戳。
因此，我对高效存档的想法是将第一个文本文件放入存档中，然后仅放置更新，即两个相邻文本文件之间的差异，最终将追溯到实际存档的第一个文本文件。但是在检索时，我需要获取一个完整的文本文件，就好像它本身已存档而不是与过去的区别一样。
Tar 接收整个文本文件，文本文件行之间的一些差异不会产生适合强压缩的可重复模式。
tar 命令已经识别重复模式并压缩它们。但是，如果要消除重复的部分，则可以使用"diff"命令对diff输出进行其他一些简单的操作，然后将所有内容重定向到文件。
假设我们有 2 个文件 "file1.txt" 和 "file2.txt"，您可以使用此命令行仅获取从第二个文件 (file2.txt( 添加的行：
diff -u file1.txt file2.txt | grep -E "^+" | sed -E 's/^+//' | grep -v "+"
然后，我们只需要将输出或重定向到同一文件(示例file2.txt(或另一个文件中，然后在tar操作之前删除File2.txt。