*

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

画像診断メモノート

  画像診断メモノートですが、知り合いから「ウイルスバスターをインストールしたマシン

記事を読む

エレコム USB⇔USBパソコン切替器 KVM-KUSN

  ★★★☆☆ 2台のパソコンを1組の USBキーボード(Keyboard

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

ケーブル一体型切替器KVM-KU4

ELECOM ケーブル一体型切替器(USB) KVM-KU4 by

記事を読む

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「ケーブル付き USB-DAC」です。

記事を読む

ギガバイト GA-H61M-USB3-B3

製品ページはこちら。> http://www.gigabyte.jp/products

記事を読む

USB3.0 グラフィックアダプタ

玄人志向 USB3.0 グラフィックアダプタ DVI接続 バスパワー駆動 V

記事を読む

Satella1 TS ファイルの mp4 化

* 長らく懸案事項でしたが、衛星チューナー(Satella1)で撮った TS ファイルを コー

記事を読む

Core i3-8100 について(2)

Core i3-8100 という最近入手した中古の CPU について。 Core i3-6100、

記事を読む

7200回転のハードディスクは熱かった

今夜、仕事をしているのだが、どうも PC の動作が遅いような気がする・・・ 先日壊れた

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

SMT米国株式モメンタムファンド始めました

SMT米国株式モメンタムファンド(愛称:トレンドランキング・米国株)と

よい子悪い子普通の子

以下のチャートは「これ買って放置しておけばみんなお金持ちになれる」と好

元祖スタミナ満点らーめん すず鬼監修 スタ満まぜそば

ファミリーマートで売っている冷凍食品はだいたい制覇しているが、

投資信託への乗り換え

現在の楽天証券での運用資金は、 国内株 米国株

さらば銀河鉄道2866

今月も 日本市場に上場している ETF である 2865,2866、2

→もっと見る

  • アクセスカウンター
PAGE TOP ↑