*

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

Z68A-S用のCPUはやはりこいつ Core i3-2100

Z68A-S 用の CPU 【在庫有り】Intel Core i3-210

記事を読む

15.6型(解像度1,920 x 1,080)ノートPCが欲しい

昨日、手持ちのノートパソコンのメンテをやりましたが、Corei5 搭載のくせに動作が非常に遅いで

記事を読む

UBUNTU16.04LTS キーボード問題

日経Linux(リナックス)2016年10月号 日経リナックス 日経BP社 20

記事を読む

Radeon HD6450 と VOX-BASE の相性

SAPPHIRE HD6450 1G DDR3 PCI-E HDMI/DVI-D

記事を読む

iiyama WQHD モニター ディスプレイ 31.5インチ ProLite XB3270QSU-B1 注文

壊れたモニタの代わりにアマゾンで、「iiyama WQHD モニター ディスプレイ 31.5インチ

記事を読む

ああ、懐かしや? Windows93

Windows95 の前に Windows93 があったのをご存じですか? 私は知りませんでし

記事を読む

Zorindows ?

* Windows8 が Windows7 と全く違うような OS なら、Windows7 と

記事を読む

魅力的なCPU Athlon の復活 / Athlon 5350 /安価で4コア TDP25W

Athlon という CPU Athlon という AMD社製の CPU が昔ありました。

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

Windows10 発表

Microsoft は昨日 2014年9月30日にプレスイベントを開催し、次期 Window

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

売れない画家

フィンセント・ファン・ゴッホ(1853年–1890年)は、約10年とい

鳥山石燕『今昔画図続百鬼』について

江戸時代中期の絵師・鳥山石燕(とりやま せきえん)は妖怪を描いた人とし

小渕優子の財政感覚

最近は政治ネタはあまり書いていませんでしたが、これはひどいと思ったのが

鳥山石燕『百器徒然袋( 百鬼徒然袋)』について

江戸時代中期の絵師・鳥山石燕(とりやま せきえん)は妖怪を描いた人とし

炭水化物on炭水化物

よく「炭水化物on炭水化物なんておかしい」という人がいます。ガイジンに

→もっと見る

  • アクセスカウンター
PAGE TOP ↑