文本比较分析...

honbj

再发一次

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

有没有大侠提提想法 谢谢！

ly5066113

文本3好象没什么用么。

grep -vFf 文本2 文本1

得到的是文本1没有翻译的。

zongyaotang

如果按题所示，可以把三个文件列成三列，用 awk，三列相等的应该是未译的。条件是三个ID必需对应，实际上可能并非如此。有译文而译文不同，如何取舍？

也可以用 diff, jion来试。

[ 本帖最后由 zongyaotang 于 2007-9-24 14:05 编辑 ]

mxbao

2楼方法不错,同时最好加上x选项