*

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

自宅の録画用PC壊れた(2)

「自宅の録画用PC壊れた」で書きましたが、ハードディスク以外にも電源が壊れていたようです。 最

記事を読む

Zorin 12.3 Core 試用&インストールしてみた

5日前にリリースされた Zorin 12.3 Core。 だいぶよくなったということでしたので

記事を読む

呪いのルーター I-O DATA ETX-R

I-O DATA 高速・多機能・ブロードバンド有線ルーター ETX-R アイ・オ

記事を読む

ミニPC(N95+16GB RAM+512GB SSD)注文

最近気になっているものの一つ、ミニPC を買いました。まだ届いていません。 自宅で F

記事を読む

KIOXIA EXCERIA 480GB SSD

【キオクシア kioxia】キオクシア SSD 480GB

記事を読む

アンチウィルスを変えて Windows XP をあと 1年使う!

Avira Free Antivirus で Windows XP を 2015年4月まで使う

記事を読む

[ヤフオク] HDD 3.5インチ SATA 10個セット フォーマット済 中古

  ヤフオクでひさびさ落札。 250GB Maxtor 型番不明

記事を読む

Quick Sync Video について

   この前買った DELL のノートパソコン Inspiron 15R ですが

記事を読む

もう一つの Mac 風 Linux – Pear OS 7 をインストール

  本家HP> http://pearlinux.fr/ * 以前は Pear

記事を読む

CAT8 LANケーブル 1m

自宅の仕事場の回線をマンションタイプ(VDSL)から NURO 2Gプランに換えました。

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

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

川瀬巴水『旅みやげ』

昭和の広重と言われた版画家 川瀬巴水には『旅みやげ』という人気シリーズ

日本の妖怪について

「お化けと幽霊と妖怪はどこが違うの」と孫に訊かれました。 「幽霊

小林清親『武蔵百景之内』全34枚

小林清親『武蔵百景之内』(全34枚)のオマージュ作品を製作しま

→もっと見る

  • アクセスカウンター
PAGE TOP ↑