*

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

データディスクも入れ替えを予定

WD HDD 内蔵ハードディスク 3.5インチ 2TB WD Blue WD20EZ

記事を読む

Windows10 の update

昨日、メインPCの Windows10 のアップデートが行われ、「再起動が必要です」と出て再起動した

記事を読む

crucial SSD BX500 240GB

crucial はアメリカの大手半導体企業の Micron Technology(マイクロン

記事を読む

SPD SSD 512GB 購入

【スーパーSALE限定特価】SPD SSD 512GB 【5

記事を読む

DVI×4出力が可能な1スロット厚のファンレスVGA GF-QUAD-DISP/4DVI

玄人志向 グラフィックボード DVIx4 4画面出力 ファンレス GF-QUAD

記事を読む

【ヤフオク】さらに NEC PC 4台落札

この前落札した NEC の中古 PC がすこぶるいいので、さらに入札に参加していると、4台ほ

記事を読む

ビデオキャプチャー 「アナレコ」 GV-USB2

I-O DATA ビデオ/VHS 8mm DVD ダビング パソコン取り込み ビデオ

記事を読む

壊れる前のバックアップ WD20EZRX

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

記事を読む

WD20EZRZRT ウエスタンデジタル製HDD(WD Blue) 2TB

WD20EZRZ-RT Western Digital 売り上げランキング :

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

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

金持ち父さんの金持ちになるガイドブック 悪い借金を良い借金に変えよう

★★★☆☆ 高槻遠隔画像診断センターの引っ越しの準備をしてい

2026-04-21 アメリカ株強し

アメリカ株が過去最高を更新しています。

棒状 九州博多とんこつラーメン サンポー食品

サンポー食品の棒状 九州博多とんこつラーメンです。 即席

イランそろそろ終わりそう

次のアメリカとの交渉が近づいていますが、そろそろイランが降伏しそうな気

神戸居留地 果汁100% アップルジュース 185g 30 缶

1本あたり 85円とかなり安いので買ってみました。 味は

→もっと見る

  • アクセスカウンター
PAGE TOP ↑