免费注册 查看新帖 |

Chinaunix

  平台 论坛 博客 文库
最近访问板块 发新帖
查看: 1721 | 回复: 3

文本比较分析... [复制链接]

论坛徽章:
0
发表于 2007-09-24 13:40 |显示全部楼层
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!

论坛徽章:
23
15-16赛季CBA联赛之吉林
日期:2017-12-21 16:39:27白羊座
日期:2014-10-27 11:14:37申猴
日期:2014-10-23 08:36:23金牛座
日期:2014-09-30 08:26:49午马
日期:2014-09-29 09:40:16射手座
日期:2014-11-25 08:56:112015年辞旧岁徽章
日期:2015-03-03 16:54:152015年迎新春徽章
日期:2015-03-04 09:49:0315-16赛季CBA联赛之山东
日期:2017-12-21 16:39:1915-16赛季CBA联赛之广东
日期:2016-01-19 13:33:372015亚冠之山东鲁能
日期:2015-10-13 09:39:062015亚冠之西悉尼流浪者
日期:2015-09-21 08:27:57
发表于 2007-09-24 13:59 |显示全部楼层
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。

论坛徽章:
1
2015年迎新春徽章
日期:2015-03-04 09:56:11
发表于 2007-09-24 14:03 |显示全部楼层
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 ]

论坛徽章:
0
发表于 2007-09-24 14:15 |显示全部楼层
2楼方法不错,同时最好加上x选项
您需要登录后才可以回帖 登录 | 注册

本版积分规则 发表回复

  

北京盛拓优讯信息技术有限公司. 版权所有 京ICP备16024965号-6 北京市公安局海淀分局网监中心备案编号:11010802020122 niuxiaotong@pcpop.com 17352615567
未成年举报专区
中国互联网协会会员  联系我们:huangweiwei@itpub.net
感谢所有关心和支持过ChinaUnix的朋友们 转载本站内容请注明原作者名及出处

清除 Cookies - ChinaUnix - Archiver - WAP - TOP