*

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

コピーコントロールCD(CCCD)について

昨日の記事「アンセム / 寺井尚子」で コピーコントロールCD(CCCD) について述べましたが、補

記事を読む

Quick Sync Video について

   この前買った DELL のノートパソコン Inspiron 15R ですが

記事を読む

acer ASX3950-N34D/TF Core i3-540/3.07GHz/4GB Zorin9インストール

ヤフオクで出店中の中古業者の たからぶねweb さんから 3000円で落札したパソコン。

記事を読む

I-O DATA LEDバックライト採用 19型スクエア液晶ディスプレイ (2)

I-O DATA LEDバックライト採用 19型スクエア液晶ディスプレイ ブラッ

記事を読む

とりあえず復旧完了(仮)

玄人志向 HDDスタンド USB3.0接続 KURO-DACHI/CLONE/U3

記事を読む

AWOWミニpc win11 Pro N100 16GB DDR4 512GB 注文

アマゾンのブラックフライデー、買うものないなと思ってましたが、最近メモリや SSD の値段が

記事を読む

USBハブ 3.0×3ポート+ギガビットイーサネットアダプタ

楽天1位獲得 高速 USB 3.0 LAN 変換アダプタ 1

記事を読む

アマゾンサイバーマンデーで衝動買い Fire HD 10

Fire HD 10 タブレット (10インチHDディスプレイ) 32GB p

記事を読む

フリーソフトの CheckDisk

* 昨日、壊れたと思って取り外した crucial 製 V4 SSD 128GB ドライブです

記事を読む

Windows PC で Netflix 録画

ひさびさに Windows PC で Netflix の録画をしてみました。 PC で N

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

chatGPT はじめてのプロンプトエンジニアリング / 本郷喜千

★★★☆☆ ChatGPTの初心者向けに「プロンプト(指示文)の

川瀬巴水『旅みやげ』

昭和の広重と言われた版画家 川瀬巴水には『旅みやげ』という人気シリーズ

日本の妖怪について

「お化けと幽霊と妖怪はどこが違うの」と孫に訊かれました。 「幽霊

小林清親『武蔵百景之内』全34枚

小林清親『武蔵百景之内』(全34枚)のオマージュ作品を製作しま

水野利方『三十六花選』のリメイク

本日は水野利方の版画集『三十六花選』を元に今風浮世絵を作ってみ

→もっと見る

  • アクセスカウンター
PAGE TOP ↑