*

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

PCスピーカー Altec Lansing ACS41

  * 大昔、伊東美咲が無名時代に Gateway というパソコンメーカーの

記事を読む

Windows XP 用の Avira Free Antivirus は 4月8日で期限切れ

Windows XP 用の Avira Free Antivirus は 2015年4月8日でサ

記事を読む

古いマシンで最新 Linux を使う

  * ヤフオクで 900円で買ったこの中古パソコンは、2005年秋の DEL

記事を読む

日経 Linux (リナックス) 2012年 12月号 [雑誌]

日経 Linux (リナックス) 2012年 12月号 日経Linux 日経

記事を読む

すべてのOSで使える無料オフィス Libre Office

Libre Office を構成する 6つのソフト Windows、MacIntosh、Lin

記事を読む

【ヤフオク】DELL OptiPlex 3050 到着後セットアップ

3,097円(税込)+送料 1,606円 で落札した DELL の小型デスクトップ Opti

記事を読む

USB3.0用 外付けSSD 128GB SSD-PE128U3-RD

BUFFALO ターボPC EX対応 USB3.0用 外付けSSD 128G

記事を読む

新マシン起動

* 新マシンというのは愛称 3rdDimension という、DELL Dimension 2

記事を読む

Zorin OS 12 Lite を USBメモリにインストール

Zorin 12 Lite を使用 32GB の USBメモリに Zorin OS 12 Lite

記事を読む

賢いモニタ

ナナオ FORIS 23インチ TFTモニタ 1920x1080 DVI-D24

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

Nuro光開通

本日、自宅のマンション(築36年)にNuro光が開通しました。

USB – RCA変換ケーブル(384KHz/24-bit Hi-Res DAC搭載)

「USB - RCA変換ケーブル」とありますが、実際は「ケーブ

キムワイプ S-200

本日、もしやと思って amazon で検索したらありました、キ

ウェスティンカフェ マイルドブレンド 220g

ユニコ・ジャパンという企業の「ウェスティンカフェ マイルドブレ

自宅所有か賃貸か

自宅所有か賃貸かというのは永遠の問題ですが、場所によっても違いますし、

→もっと見る

  • アクセスカウンター
PAGE TOP ↑