*

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

Voyager 14.04 LTS インストールしてみた

* Linux(無料の OS)の数あるディストリビューションの中から Sugar Mo

記事を読む

中古HDD をセットで落札

ヤフオクで、500GB 日立製 HDD 中古動作品 3個を 4710円+送料で落札。

記事を読む

Optiplex755 その後

* Optiplex の筐体はサイズの違いで 4種類あり、これが一番小さな(89×263×

記事を読む

Dimension 2400 ご到着

dimension2400[/caption] * 私も新品のものを買ったことがあ

記事を読む

NEC VL300

* 古い NEC の PC互換機の NEC VL300(うちのは VL3000D)の話ですが、

記事を読む

自作PC 匠の技 / 窪田 丞

自作PC 匠の技 窪田 丞 毎日コミュニケーションズ 2003-09 売り上げラ

記事を読む

CD-R 寿命

* BD-R に書き込むデータが少なくなってきたので、以前焼いた CD-R や DVD-R の

記事を読む

HP 15-bw000 価格.com 限定モデル 注文

あと4万円ほど経費の枠が余っているので、HP の価格.com限定モデルを物色すると、ちょうど

記事を読む

UBUNTU16.04LTS ネットワーク設定でIPを固定にする

インストールした Ubuntu 16.04 ですが、ネットワーク接続ではデフォルトでは DHCP

記事を読む

Ubuntuはダサい?

   Linux ディストリビューションの一つ Ubuntu 10.04 の起動ディ

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

2026-3-9 日経平均も下げ

イラン戦争のおかげで全世界株安のようです。 ハメネイ氏の次男をイラン

凶器・・・なのか

先週、自宅のマンションの共用庭でステンレスの包丁が発見されました。

【FX】half-trend-buy-sell-indicator というインジケーター

half-trend-buy-sell-indicator というイン

イラン戦争どうなる?

制空権を完全に失ったイランですが、海軍もほぼ全滅状態のようですね。

Tracers NASDAQ100ゴールドプラス

Tracers NASDAQ100ゴールドプラス は アモーヴァ・アセ

→もっと見る

  • 2026年3月
     1
    2345678
    9101112131415
    16171819202122
    23242526272829
    3031  
  • アクセスカウンター
PAGE TOP ↑