慕夜蓝化

@echo off
Setlocal enabledelayedexpansion
set "txtPath1=C:\Users\CH6\Desktop\TEDTXTUNICODE\eng1246"
set "txtPath2=C:\Users\CH6\Desktop\TEDTXTUNICODE\chs1203"

for /f "delims=" %%i in ('dir /b/l/aa %txtPath1%\*.txt') do (
	for /f "delims=" %%a in ('dir /b/l/aa %txtPath2%\*.txt') do (
	if "%%i"=="%%a" (
		echo,%%i %%a 组合后。
		for /f "usebackq tokens=1,* delims=:" %%t in (`findstr /n "." "%txtPath1%\%%i"`) do (
			for /f "usebackq tokens=1,* delims=:" %%c in (`findstr /n "." "%txtPath2%\%%a"`) do (
				if "%%c"=="%%t" echo,%%u %%d
			)
		)
	)
)
)
pause
复制代码

523066680

回复 4# allenyzq147


    你需要把

my $path_eng = '.\TEDTXTUNICODE\eng1246';
my $path_chs = '.\TEDTXTUNICODE\chs1203';
my $path_merge = '.\TEDTXTUNICODE\merge';

这三行的路径改成你自己的，以及按你更新后的需求，最好是打包几个eng和chn的文件样本发上来，或者完整的打包发到网盘。
不然别人帮你解决问题，还得自己模拟文件环境，自己测试自己校验，最后发现需求改了？

allenyzq147

回复 3# yhcfsr

太感谢你了，这位哥哥。文件已成功合并。不然一千多份文件，一行一行，非要了我的小命。

可是，由于我提问之前考虑不够周全，出现了新的问题：行号、时间轴、还有空行，这3行都是不需要的。
只要留一行一行的英文和中文的文字就可以了。

能不能麻烦哥哥你，
再给写个脚本把merge文件夹里所有的文本里的 行号、时间轴、空行 都给删除。
或者把刚才的脚本给改一下，我重新合并也可以。

再次感谢！

刚才合并后的每一个新文本，都是下面这样的格式，随机打开了一个，随机复制了几行：

11 11
00:00:39,000 --> 00:00:41,000 00:00:39,000 --> 00:00:41,000
We didn't know 我们不知道

12 12
00:00:41,000 --> 00:00:43,000 00:00:41,000 --> 00:00:43,000
if he had perished yet 是否他还活着

13 13
00:00:43,000 --> 00:00:46,000 00:00:43,000 --> 00:00:46,000
until 36 hours later. 直到事发36小时之后。

最终结果需要是下面的样子：

We didn't know 我们不知道
if he had perished yet 是否他还活着
until 36 hours later. 直到事发36小时之后。

allenyzq147

回复 2# 523066680


    感谢您的回答。

    大神好眼力啊。的确是字幕文件，我是用来做语料库的。

    第一次运行Perl脚本
    我安装了StrawberryPerl，运行脚本后，只生成了一个TEDTXTUNICODE文件夹，这个文件夹下面有一个空的merge文件夹。
    是不是我装的软件不对.

yhcfsr

PowerShell
保存为ps1扩展名文件，右键单击脚本，以powershell运行
未对powershell进行过设置的，可以管理员身份运行CMD,复制此命令到命令提示符 powershell -c "set-executionpolicy unrestricted" 以解除脚本限制
WIN10以下系统如出错，可能需要去微软官网下载补丁升级powershell

根据5楼的要求，更新了下代码

$SD_eng=Get-ChildItem -Path "C:\Users\CH6\Desktop\TEDTXTUNICODE\eng1246"
$SD_chs=Get-ChildItem -Path "C:\Users\CH6\Desktop\TEDTXTUNICODE\chs1203"
$OD_merge="C:\Users\CH6\Desktop\TEDTXTUNICODE\merge"
foreach($file_eng in $SD_eng){
     $content=$content_eng=$content_chs=$null;
     foreach($file_chs in $SD_chs){
        if($file_eng.name -eq $file_chs.name){
            $content_eng=Get-Content -Path $file_eng.FullName;
            $content_chs=Get-Content -Path $file_chs.FullName;
            break;
        }#if
      }#for2  
      if(($content_eng.Count-$content_chs.Count) -ge 0){$count=$content_eng.Count}else{$count=$content_chs.Count;}
     for($i=2;$i -le $count;$i+=4){ 
        if ($content_eng[$i-2] -ne $content_chs[$i-2]){-join('文件',$file_eng.name,"`t在第",(($i-2)/4+1),'行号不对应');}
        if ($content_eng[$i-1] -ne $content_chs[$i-1]){-join('文件',$file_eng.name,"`t在第",(($i-2)/4+1),'时间轴不对应');}
        if(!($content_eng[$i])){-join('文件',$file_eng.name,"`t在第",(($i-2)/4+1),'无英文字幕');}
        if(!($content_chs[$i])){-join('文件',$file_eng.name,"`t在第",(($i-2)/4+1),'无中文字幕');}
        $content+=-join($content_eng[$i]," ",$content_chs[$i]+"`r`n");
      }
      if($content){$OF_name=$OD_merge+'\'+$file_eng.name;$content|Out-File -FilePath $OF_name;}
}
pause;
复制代码

523066680

字幕？

Perl

2018-01-30 更新

use File::Slurp; use File::Basename; use Term::ReadKey; STDOUT->autoflush(1); chdir '.\TEDTXTUNICODE' or chdir 'C:\Users\CH6\Desktop\TEDTXTUNICODE' or quit( $! ); my $path_eng = '.\eng1246'; my $path_chs = '.\chs1203'; my $path_merge = '.\merge'; mkdir $path_merge unless -e $path_merge; my ($en, $cn, $merge); for my $cn ( glob "$path_chs\\*.txt" ) {     $en = "$path_eng\\". basename($cn);     $merge = "$path_merge\\". basename($cn);     merge( $en, $cn, $merge ) if ( -e $en ); } quit("Done"); sub merge {     my ( $en, $cn, $merge ) = @_;     my @arr = read_file( $en );     my @brr = read_file( $cn );     my @mix;     grep     {         $arr[$_] =~s/\r?\n//;         $arr[$_] .= " ". $brr[$_]     }     ( 0 .. $#arr );     @mix = grep { ( /^\d+\s+\d+$/ or /\d+:\d+:\d+/ or /^\s+$/ ) ? 0 : 1 } @arr;     write_file( $merge, @mix );     print "$merge\n"; } sub quit {     print $_[0];     ReadKey -1;     exit; }