*

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

パソコン関連お買い物 2014年6月

ちょっとパソコンの入れ替えを計画しておりまして、昨日ソフマップでお買い物。 amzon でも売

記事を読む

HDMI VGA 変換アダプタ 1080p 対応

HDMI⇔VGA の変換アダプタです。 短いケーブルがついているので変換ケーブルと言ってもいい

記事を読む

パソコンの騒音 / Pentium4マシン

* 私の仕事場(大津)にはまだ1台ずつ Pentium4 マシンが残っています。 Windo

記事を読む

壊れる前のバックアップ(3) FireFileCopy の問題

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

記事を読む

いいインターネットプロバイダって

 インターネットプロバイダはインターネットへの入り口を提供してくれる会社。  だから確実に入

記事を読む

NEC PC-MK25MBZV1F3C Mate MB-C Core i5-2400S 出番ですよ

「NEC PC-MK25MBZV1F3C Mate MB-C Core i5 2400S 2

記事を読む

ホームページ作成ソフト Sirius でこんなもの作ってみた

// 【上位版】次世代型サイト作成システム「SIRIUS」 * 新しいサイト作っ

記事を読む

ストレージサービス「Ubuntu One」本年6月1日で終了

* みなさんにとってはどうでもいいことでしょうが、Ubuntu には無料のオンラインストレージ

記事を読む

自宅のメインの WindowsXP が立ち上がらなくなった

自宅のメインの WindowsXP が立ち上がらなくなった。 入れ替えを考えていた矢先のできご

記事を読む

ハードディスクの換装

   「TrueImage Personal 2」 を使ったシステムディスクの換装が

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

あっちのゴルカン

昨日、「Tracers MSCIオール・カントリー・ゴールドプラス」に

新しい事務所が欲しい

近々、高槻の事務所を閉めることになりそうで、自宅の近くに新たに事務所を

蛍光灯売ってた

FL20型の蛍光灯は2027年末までに製造・輸出入が禁止されます。

日経平均、S&P500 ともに下落中

イラン戦争のおかげさまで、日経平均、S&P500 ともに下落中

ポート開放/閉鎖用バッチファイル

以前から、ある一定時間だけ PC の特定の通信ポートを遮断できないか考

→もっと見る

  • アクセスカウンター
PAGE TOP ↑