*

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

特選 星降る夜のパソコン情話―Linux狂騒曲 / 中村正三郎

特選 星降る夜のパソコン情話―Linux狂騒曲 中村 正三郎 ビレッジセンター

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

知子の情報 Pro Windows XP SP3 で固まる

* よく忘れるので、自分のためにメモがわりに書いておこう。 新しいマシンをたてて愛用データベ

記事を読む

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

ポート開放/閉鎖用バッチファイル

以前から、ある一定時間だけ PC の特定の通信ポートを遮断できないか考えていました。 MT4

記事を読む

Air Port WN-G300R という無線LANルーターが壊れた

壊れたのは、アイ・オー・データ製「無線LANルーター WN-G300R」です。Made in Tai

記事を読む

医知悟は Java7 非対応

* 愛用の Windows2000 マシンで勝手に Java がアップグレードしてしまい、その

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

昔 WindowsXP にそっくりの Linux がありました / YLMF OS

* 古い雑誌を読んでいたら、 昔 WindowsXP にそっくりの Linux があったことを

記事を読む

画像診断雑記の更新

【上位版】次世代型サイト作成システム「SIRIUS」   * SIRIUS

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

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

蛍光灯売ってた

FL20型の蛍光灯は2027年末までに製造・輸出入が禁止されます。

日経平均、S&P500 ともに下落中

イラン戦争のおかげさまで、日経平均、S&P500 ともに下落中

→もっと見る

  • アクセスカウンター
PAGE TOP ↑