*

sed で連続した複数の空行を1つにまとめる

公開日: : 最終更新日:2014/07/16 パソコン

前日の記事「 WSH で初めてのプログラミング 」で行った作業ですが、ちょっと不満があったのでやり直し。

プログラムではなく、データ自体の問題。

6000以上ある個別のテキストファイルのうちのかなりのものが重複しているのですが、改行が1つ余分に入っているだけで同じファイルとは認識されず、ほぼ同じデータが最終データに大量に混入します。

そこでまたいろいろ考えたのですが、たしか sed(ストリームエディタ)で昔やったことがあるな、と。

sed マニュアル

調べてみるとありました。

/^$/{
N
/^\n$/D
}

 

上の sed 用コマンドで、複数個の連続した改行(空の行)を1つに縮められます。

> sed –f commandfile < file1 >file2

の書式を使って簡単に終了。

もちろん1個1個こんなことはしておらず、DOS用のsedコマンドを使ったためバッチファイルと組み合わせて一括で処理してしまいました。

前日の結果よりも 500個近い重複ファイルが排除され、ずいぶんスリムになりました。

上は DOS で行ったのでめんどくさいですが、Linux なら sed  も標準で装備していますし、強力なシェルスクリプトもありますので、もっと簡単。

上の sed 用コマンドを commandfile というファイルにしておいて次のようなシェルスクリプトを端末から走らせれば、テキストファイルが 6000個だろうと 6000万個だろうと一発ですんでしまいます。

 

#!/bin/bash

shori_files=”$(find /tmp/shorizen -name *.txt)”
for file in $shori_files
do
    sed -f commandfile < $file >  /temp/shorigo $file
done

###

 

関連記事

ハードディスクの換装

   「TrueImage Personal 2」 を使ったシステムディスクの換装が

記事を読む

マジェスタッチ2枚め:FKB108M/JB

FILCO Majestouch 日本語108キーボード・かなあり・黒 US

記事を読む

ミニPC(N95) 3台目注文

アマゾンのタイムセールで 21400円と安くなっていたので、ミニPC 3台目を注文。 >販売ペ

記事を読む

NEC Mate MK36LB-M の欠点

「【ヤフオク】 NEC Mate MK36LB-M Xeon E3-1225v3 メモリ4GB HD

記事を読む

Ubuntu14.04LTS インストールしてみる

* この前ヤフオクで 4410円で買った Optiplex 960(OSなし)に別の 80GB

記事を読む

自宅の録画用PC壊れた

なんか最近モノがどんどん壊れていきます。 暑さのせいか。 この 1ヶ月に PC が 3台壊れ

記事を読む

Google 日本語入力をインストール

* ATOK がたまにおかしくなる。 以前からの話で、別に問題にしていないのだが、最近評判の

記事を読む

アンチウィルスを変えて Windows XP をあと 1年使う!

Avira Free Antivirus で Windows XP を 2015年4月まで使う

記事を読む

Zorindows ?

* Windows8 が Windows7 と全く違うような OS なら、Windows7 と

記事を読む

DELL Optiplex 745 Mini筐体 2台目で Zorin7

* 先月ヤフオクで落札したものです。 すでに報告ずみ⇒ Optiplex745

記事を読む

Message

メールアドレスが公開されることはありません。 が付いている欄は必須項目です

WCM 世界成長株厳選ファンド(予想分配金提示型)【愛称】ネクスト・ジェネレーション

「WCM 世界成長株厳選ファンド(予想分配金提示型)」という投資信託が

無題その1

人間の目が最も感度がいい色は黄色。 なぜ? たぶんこれは太陽の

あっちのゴルカン

昨日、「Tracers MSCIオール・カントリー・ゴールドプラス」に

新しい事務所が欲しい

近々、高槻の事務所を閉めることになりそうで、自宅の近くに新たに事務所を

蛍光灯売ってた

FL20型の蛍光灯は2027年末までに製造・輸出入が禁止されます。

→もっと見る

  • アクセスカウンター
PAGE TOP ↑