*

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

格安SSD SV100S2/64G

Kingston SSD V100 standalone 64GB SV100S

記事を読む

HD革命/CopyDrive Ver.4 with Partition EX

HD革命/CopyDrive Ver.4 with Partition EX

記事を読む

ふるさと納税のお礼のパソコンがやってきた

長野県飯山市に 10万円の寄付(いわゆるふるさと納税)をすればもらえるという噂のパソコン様、

記事を読む

日本語変換の単語登録 品詞の設定

パソコンの日本語辞書のユーザー辞書に単語を登録するときに品詞を正しく設定していない人が多いです。

記事を読む

CD-R 寿命

* BD-R に書き込むデータが少なくなってきたので、以前焼いた CD-R や DVD-R の

記事を読む

Centrych OS 12.04.2 / 不思議な Linux

> SugarMoon : Centrych OS 12.04.2 先週から Sug

記事を読む

XserverVPS で Lubuntu デスクトップを試してみる

以前の記事「XserverVPS 申し込み(Ubuntu+Gnomeデスクトップ)」では、Xserv

記事を読む

mepis という OS

* mepis という Linux ディストリビューションがあります。 現在は有料に移行したよう

記事を読む

Linux が世界制覇!

元ネタ> Linuxの世界制覇が完了:反オープンソース・コミュニティに賭けるのが愚かな理由 U

記事を読む

ScribeFire からの投稿

* FireFox のアドオンである ScribeFire からの初投稿です。 ScribeF

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

50年ぶりにリュックサックを買う

50年ぶりにリュックサックを買うことになりました。 ふだんは

WCM 世界成長株厳選ファンド(予想分配金提示型)【愛称】ネクスト・ジェネレーション

「WCM 世界成長株厳選ファンド(予想分配金提示型)」という投資信託は

無題その1

人間の目が最も感度がいい色は黄色。 なぜ? たぶんこれは太陽の

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

→もっと見る

  • アクセスカウンター
PAGE TOP ↑