*

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

Ubuntu MATE に xfce を組み込む

MATE に xfce Ubuntu MATE 16.04 に xfce を組み込んでみました

記事を読む

本日逝ったディスクについて・ハードディスクの故障

地井武男のようにあっけなく急に逝ってしまったハードディスク・・・ * ちょっと油断してバック

記事を読む

USB3.0接続 2.5インチ HDD SSD ケース

2.5インチ HDD SSD ケース USB3.0 SATA

記事を読む

Zorin 12 Core 試用してみた

Zorin 12 Core について 今回は現在常用している Zorin 9 Core の正統後継

記事を読む

GF-GT610-QUAD/4DVI 入荷困難

玄人志向 グラフィックボード nVIDIA GeForce GT610 PC

記事を読む

録画マシンの入れ替え

 地デジマシンを7月24日に即席で作りましたが、不都合がいっぱい。  従来の 2号機に PT2

記事を読む

ミニPC(NipoGi AK1plus-n97)にて 10ケの MT4 を動作させる

Intel N97 CPU を積んだミニ PCの NipoGi AK1plus-n97 ですが、現在

記事を読む

自宅メインパソコンHDDが壊れた(2)

「自宅メインパソコンHDDが壊れた」 の続きです。 結局20時間以上かかってハードディスクのコ

記事を読む

PHILIPS 242E2F/11 23.8型ワイド液晶ディスプレイ逝く

楽天市場で 2021/05/25(火)に購入した液晶ディスプレイの PHILIPS 242E2F/1

記事を読む

HP製27インチモニタ V27ie G5 FHD

「2024年4月9日27インチPCモニタ注文」の続きです。 ヒューレットパッカード製の

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

知識は体系的に学ばないと身につかない

知識は体系的に 知識は体系的に学ばないと身につかないものです。 断

医者になって42年

42年前(1984年)には、以下のような出来事がありました。

Claude 使ってみる

Claude についていろいろ調べてみていたわけですが、いよいよ使って

CAT8 LANケーブル 1m

自宅の仕事場の回線をマンションタイプ(VDSL)から NURO

WiMAX 到着

WiMAX の機器(Speed Wi-Fi HOME 5G L13+n

→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 ↑