*

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

Juniper netscreen 5GT(2)

  統合型ファイアウォール/VPNアプライアンスである Juniper netscreen 5

記事を読む

格安SSD SV100S2/64G

Kingston SSD V100 standalone 64GB SV100S

記事を読む

エレコム製 USB-SSD ESD-EMN0500GBU 買いました

エレコム製の 480GB の USB-SSD(つまり外付け SSD)である ESD-EMN0

記事を読む

Linux mint 15 cinnamon

Linux mint 15 cinnamon (Sugar Moon さんのページより)[

記事を読む

外から自宅のパソコンの電源を入れて使う本―ネットワークを経由して外からサクサクパソコン操作 / 大槻 有一郎

外から自宅のパソコンの電源を入れて使う本―ネットワークを経由して外からサクサクパ

記事を読む

2号機の後処理

   旧 2号機のハードディスク 2台、合計 1.1TB を USB2.0 で繋いで

記事を読む

ハードディスク内の破損場所の位置を表示してくれるツール HD tune

ハードディスク内の破損場所の位置を詳しく示してくれるツールです。 Windows用。

記事を読む

また安いデジカメ見つけた

Canon デジタル一眼レフカメラ EOS Kiss X5 ダブルズームキッ

記事を読む

フルHDのノートパソコンが 37260円

価格.com 限定モデルのノートパソコン HP Pavilion 15-ab200を入手して悦に

記事を読む

2021/5/13 Windows アップデーっと

ついうっかり、自宅のメインPC の Windows10 のアップデートを許したら、その後 2時間ほど

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

WiMAX 到着

WiMAX の機器(Speed Wi-Fi HOME 5G L13+n

不思議な AXI Select

AXI Select は海外FXブローカーの Axi が提供する参加費

WiMAX 申込んでみる

新しい事務所を借りましたので、インターネット回線を引かないと。 まだ

バーチャルCEO / クリス・ダッカー

★★★☆☆ バーチャルCEO とは著者の造語で、遠隔でテレワ

Claude Codeに投資を全部任せてみたら、利益は出るのか?【AI投資実験】

これも Kindle 本の一つ。 AI アプリケーション

→もっと見る

  • 2026年5月
     123
    45678910
    11121314151617
    18192021222324
    25262728293031
  • アクセスカウンター
PAGE TOP ↑