*

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

Haze OS 6 試用してみた

チーズケーキというオペレーティングシステム 「ライブCDの部屋」で Haze OS 6.0.1 C

記事を読む

Windows XP 2013

* Ascii.jp のネタですが、中国では WindowsXP 2013 というのがあるらし

記事を読む

ミニPC AMD Ryzen 5 3550H 16GB DDR4 512GB NVME SSD(2)

ミニPC AMD Ryzen 5 3550H というミニPC ですが、サブのサブとして居間で活躍中。

記事を読む

MakuluLinux 14 LinDoz 試用してみた

MakuluLinux 14 使ってみた Makulu の現行バージョンである MakuluLin

記事を読む

NFJ 『UPA-152J MkII』USB接続バスパワー駆動パワーアンプWithヘッドフォンアンプ セールで 999円

実は 1個持っているのですが、セールで 66%オフだったので今朝 3個注文しておきました。

記事を読む

Edubuntu

* 江戸の宇文津 ではなく、Educational Ubuntu という意味。 Edubut

記事を読む

壊れる前のバックアップ WD20EZRX

【Amazon.co.jp限定】WD Green 3.5inch Intelli

記事を読む

Dimension9200 突然死

* 高槻遠隔画像診断センターの私のセカンドマシンの Dimension9200 ですが、電源が

記事を読む

Lexar NM620 M.2 SSD NVMe 256GB

【正規代理店】Lexar NM620 M.2 SSD NVM

記事を読む

パソコンが立ち上がらない

今朝、高槻の事務所で使っている(普段使っていない)PCの 1台が立ち上がらなくなっていること

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

【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

イランことしないで

イスラエル・アメリカによるイラン軍事作戦によって全世界株安のようです。

S&P500 から ゴルプラへ乗り換え中

以前の記事「S&P500 よりゴルプラ」の続きです。 S

→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 ↑