文本比较分析

honbj

有三个文本文件格式分别为
文本1：
ID1：汉字字符串1
ID2：汉字字符串2
ID3：englishstring3
ID4：汉字字符串4
ID5：
ID6：englishstring6
ID7：汉字字符串7
....
....

这个文本中绝大部分都已经是汉字字符串
但有个别空白和英文

另一个文本的内容为
文本2：
ID1：汉字字符串1
ID2：汉字字符串2
ID3：englishstring3
ID4：汉字字符串4
ID5：汉字字符串5
ID6：englishstring6
ID7：汉字字符串7
ID8：汉字字符串8
...
...

这个文件包含了可能出现的所有汉字字符串的全集
未翻译的是可以接受的

还有一个文本中包含了所有ID对应的英文
文本3：

ID1：englishstring1
ID2：englishstring2
ID3：englishstring3
ID4：englishstring4
ID5：englishstring5
ID6：englishstring6
...
...


现在想根据文本2和3,   分析文本1，  得出文本1中哪个ID翻译了，哪个ID没翻译 哪个是特殊情况 例如空格     

谢谢各位大侠相助！！！！！

[ 本帖最后由 honbj 于 2007-9-21 18:20 编辑 ]

linux_paly

特殊情况: comm -23   1.txt    2.txt |sed 's/[a-z]//g'

ID翻译了: comm -12   1.txt    3.txt

ID没翻译: comm -23   1.txt    2.txt |sed 's/[^a-z]//g'

试一下吧，不太确定.