*

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

Ubuntu MATE に MacBuntu を適用

HDD にインストールした Ubuntu MATE を MacBuntu 化してみました。

記事を読む

自宅の WindowsXP PC 昇天

自宅で WindowsXP で動いていた自作 PC(愛称 WhiteBase) がついに逝きました。

記事を読む

Q4OS インストールしてみた

* Q4OS という Linux ディストリビューションが DistroWatch で紹介され

記事を読む

SSD の進化

これまで結構な数の SSD を買いました。 一番最初に買ったのではないが、うちでのかなりの古株の

記事を読む

【ヤフオク】NEC PC-MK37LLZ6AASU Mate ML-U(Core i3-6100 4GB 500GB)動きました

先日落札した3台のうちの1台。本日到着しました。 早速 linux mint で使って

記事を読む

PATA ハードディスクのチェック(3)

SANWA SUPPLY IDE/SATA-USB変換ケーブル 0.72m US

記事を読む

寒いとパソコンが起きてくれません

寒くなるとパソコンの起動が遅くなったりしませんか? それは故障ではありません。 * うちのパ

記事を読む

Windows PC の置き換え

今朝、バックアップ用(ブルーレイ作成用)の Windows10 Home PC (i3-4170)を

記事を読む

この1週間の戦利品(まとめ)

製品名 落札価格 1 DELL DIMENSION 9200C

記事を読む

システムディスクの復旧:遅いので方針変更

  PATRIOT SSD 512GB 2.5インチ SPARKシリーズ

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

小渕優子の財政感覚

最近は政治ネタはあまり書いていませんでしたが、これはひどいと思ったのが

鳥山石燕『百器徒然袋( 百鬼徒然袋)』について

江戸時代中期の絵師・鳥山石燕(とりやま せきえん)は妖怪を描いた人とし

炭水化物on炭水化物

よく「炭水化物on炭水化物なんておかしい」という人がいます。ガイジンに

ダーク妖怪 Vol.1、33フレームTVアートバンドル

鳥山石燕の『百鬼夜行』から着想を得て、ダークな空想絵巻を作って

chatGPT はじめてのプロンプトエンジニアリング / 本郷喜千

★★★☆☆ ChatGPTの初心者向けに「プロンプト(指示文)の

→もっと見る

  • アクセスカウンター
PAGE TOP ↑