*

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

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

Tssplitter というソフト

アースソフト PT2 アースソフト 売り上げランキング : 309 Ama

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

no image

イーサイトのクラウド型遠隔画像診断システム 利点(1)

* イーサイトのクラウド型遠隔画像診断システムは Citrix Xen Server というサ

記事を読む

USBメモリはとっても壊れやすい

USBメモリ、SSD などのフラッシュメモリは、浮遊ゲートとしてデータを記憶する仕組みです

記事を読む

Filezilla / 優れものの FTP クライアント

* 長らく FTP クライアントに ffftp を使っていましたが、サーバーへのファイル転送の

記事を読む

DELL Optiplex760 2台目

* これは先月(2013/12/26) 1150円(始値)で落札したもの。未報告。 一番

記事を読む

DELL Precision490 2台目ゲット

  * 製品名:Precision 490 CPU:Intel Xeon 51

記事を読む

BMAX ミニPC N150+DDR4 16GB+512GB SSD+Windows 11 Pro

タイムセールで 19800円(送料込み)と安かったのでポチっと買いました。 CPU

記事を読む

大昔のグラボ

高槻遠隔画像診断センターの閉所(引っ越し)を間近に控え、せっせと倉庫を整理していると、Windows

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

【FX】ダブルトップ&ダブルボトムを判別するインジケーター

ダブルトップ&ダブルボトムを判別するインジケーターを MT4 用で作り

AXI Select 順調?

本日、プロップファームの AXI Select の なかなか上がらなか

Antigravity で遊ぶ(2)

Codex もいじっていますが、やはり Google の AI エージ

最短で最大の成果を上げるAIアウトプットの全技法 / 上岡正明

★★★★☆(これだけでいいのか) Lilys AI による要

海面の高さが現在より約15m上がると千葉県は島になる

以前、Youtube でシミュレーションを見たのですが、

→もっと見る

  • 2026年7月
     12345
    6789101112
    13141516171819
    20212223242526
    2728293031  
  • アクセスカウンター
PAGE TOP ↑