[文本处理] BAT脚本如何批量按行合并2个不同文件夹下的同名txt文件

allenyzq147

按版主建议，把示例文档和5楼更新后的需求一并上传。

小妹是新手，弄了好几天了，始终搞不定。只有求大神哥哥们帮帮忙了。

我有2个文件夹，下面有大量同名txt文件：
文件夹eng1246的路径 C:\Users\CH6\Desktop\TEDTXTUNICODE\eng1246
文件夹chs1203的路径 C:\Users\CH6\Desktop\TEDTXTUNICODE\chs1203

文件夹eng1246下有1246个txt文件，文件名无规律
文件夹chs1203下有1203个txt文件，基本上每一个在文件夹eng1246下都有对应的同名文件（个别也许没有）

文件夹eng1246里有一些多余文件，在文件夹chs1203下没有对应文件。

现需要把在2个文件夹下的同名文件两两按行合并,形成新的txt文件，仍用原名，输出到一个新的文件夹内（新文件夹路径 C:\Users\CH6\Desktop\TEDTXTUNICODE\merge)。

每一个新文本XXX的格式如下：

文件夹eng1246下文本XXX的第一行  文件夹chs1203下文本XXX的第一行（中间用1个空格隔开）
文件夹eng1246下文本XXX的第二行  文件夹chs1203下文本XXX的第二行（中间用1个空格隔开）
文件夹eng1246下文本XXX的第三行  文件夹chs1203下文本XXX的第三行（中间用1个空格隔开）
。。。
。。。
所有合并后的新文本里的 行号、时间轴、空行 都给删除（此为5楼更新后的需求）

先谢谢各位老大了。

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.

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 6# 523066680


    感谢您的耐心，我已经把示例文档和更新后的需求都上传到一楼的附件里了。

更新后的perl脚本我测试了，雷神字幕的确正常合并，但我的字幕合并就是不成功。
按你第一次更新的脚本测试，merge文件夹里出现了合并后的文本，但打开全是乱码。
按你第二次更新的脚本测试，merge文件夹里也出现了合并后的文本，但全是空文本。

allenyzq147

回复 10# yhcfsr


    已经按更新后的脚本成功合并，并删除不需要的行。
    给你一个大大的赞！

    再次表示感谢！

allenyzq147

回复 8# 慕夜蓝化


    感谢您的回复！

我按您第一回复的批处理脚本运行，有窗口显示在处理文本，但近半小时依然没有处理完，不得以暂停、关闭了。merge文件夹里没有得到任何合并后的文本。

第二次更新是java脚本吗，可我并不知道怎么运行。

虽然没成功，依然感谢您的热心。

allenyzq147

回复 15# 523066680

   
    非常感谢版主大人。

    刚测试了你更新后的代码，非常顺利，便于我把一些时间线不匹配的字幕找出来。
   
    这段代码与前面代码区别在哪里？
    你上一段代码只对UTF-8编码的文本起作用吗？

allenyzq147

回复 14# 慕夜蓝化


    作为一个处女座，我还是没忍住安装了JDK，配置了环境变量，测试了那段JAVA代码。

结果
:6:错误：类BRDemo是公共的，应在名为BRDemo.java的文件中声明......bla bla

allenyzq147

回复 18# 523066680


    感谢版主大神这么耐心的解释。

    再次感谢所有答题的哥哥们。