*

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

いろんな Linux ディストリビューション

* Linux を OS パッケージにしたものをディストリビューションというのですが、よく知ら

記事を読む

Google の AI ”Gemini”

Microsoft の AI Copilot を使うには、あの悪名高きマイクロソフトアカウントが必須

記事を読む

no image

USB3.0 グラフィックアダプタ DVI接続 バスパワー駆動 VGA-USB3.0/DVI

玄人志向 USB3.0 グラフィックアダプタ DVI接続 バ

記事を読む

USBハブ 3.0×3ポート+ギガビットイーサネットアダプタ

楽天1位獲得 高速 USB 3.0 LAN 変換アダプタ 1

記事を読む

Windows10 のつまらないバグ

本日、PCで録画したファイルを消そうとしたらファイルマネージャーやその類縁ソフトで消せなくなってしま

記事を読む

アマゾンで売られている 30TB のハードディスク

Amazon.co.jp で30TB の 外付けHDDが 1万円くらいで堂々と売られています

記事を読む

BD-Rドライブで 4GB超のファイルを焼く

* BD-Rドライブで 4GB超のファイルを焼こうとすると、「ファイルシステムの制限で焼けない

記事を読む

Pear8 その後

  見た目と操作性が MacOS にそっくりな Linux として非常に有名な

記事を読む

no image

InstallShield Update Service のエラー

* 高槻遠隔画像診断センターで使っている Windows XP の PC 2台の話。 これは後か

記事を読む

Apacer SSD 256GB(M.2 NVMe)

Apacer アペイサー SSD 256GB M.2 PCI

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

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、

スターリンクについて

スターリンクとは低高度衛星を使ったインターネット接続システムで、イーロ

→もっと見る

  • アクセスカウンター
PAGE TOP ↑