*

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

【ヤフオク】NEC PC-MKL39EZG1 Mate ME-1 到着

この前落札した NEC の中古パソコン PC-MKL39EZG1 の Mate ME-1 が到着しま

記事を読む

星降る夜のパソコン情話 / 中村 正三郎

星降る夜のパソコン情話 中村 正三郎 ビレッジセンター出版局 1996-06

記事を読む

Cyberlink 製 Media Espresso 6

 地デジ録画ではファイルサイズがでかい。  CM カットがきれいにできるようになったら、次

記事を読む

【ヤフオク】 NEC PC-MK25TGFCE 液晶一体型PC 落札

メーカー NEC 型番 PC-M

記事を読む

HDD パーテーションサイズの変更

* しょっちゅう、ディスク丸ごとのバックアップ、リストア、複製を行っている私です。 ハードウ

記事を読む

イーサイトの遠隔画像診断端末からATOK単語登録

なんのこっちゃわからん人は無視してね。 * イーサイトの遠隔画像診断端末をお使いの方で、パソ

記事を読む

パイオニア 内蔵ブルーレイコンボドライブ BDC-207DBK バルク品

BDC-207DBK Blu-rayコンボドライブ ブラックベゼル Pion

記事を読む

GV-MVP/XS2W とお別れ

I-O DATA 地上・BS・110度CSデジタル対応TVキャプチャーボード P

記事を読む

自宅のメインマシンのCドライブ(SSD)を変更

* 最近自宅のメインマシン(愛称 WhiteBase )がときどきブートに失敗します。 マザ

記事を読む

すべてのOSで使える無料オフィス Libre Office

Libre Office を構成する 6つのソフト Windows、MacIntosh、Lin

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

イランそろそろ終わりそう

次のアメリカとの交渉が近づいていますが、そろそろイランが降伏しそうな気

神戸居留地 果汁100% アップルジュース 185g 30 缶

1本あたり 85円とかなり安いので買ってみました。 味は

【FX】フラクタルを使ったスキャルピング手法

https://www.youtube.com/watch?v=RBv

楽天JPEQ 今月も順調な配当

「楽天JEPQ」とは正式名称を楽天・米国成長株式・プレミアム・インカム

来週上場の 563A(グローバルX NASDAQ100・デイリー・カバード・コール ETF)

563A(グローバルX NASDAQ100・デイリー・カバード・コール

→もっと見る

  • アクセスカウンター
PAGE TOP ↑