*

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

安物BD-R 買ってみる

私は今までブルーレイの書き込みには Panasonic 製メディアしか使わないようにしていま

記事を読む

ミニPC RINGREAT T9-PLUS 到着

昨日の記事「ミニPC(N95+16GB RAM+512GB SSD)注文」の続き。 R

記事を読む

中古HDD をセットで落札

ヤフオクで、500GB 日立製 HDD 中古動作品 3個を 4710円+送料で落札。

記事を読む

HIKSEMI WAVE PRO 512GB(M.2 NVMe SSD)

HIKSEMI(ハイクセミ)という中華メーカーの SSD です。 HIKSEMI は「蝉族

記事を読む

PT3 アースソフト 4番組同時録画 コピーフリーチューナー

PT3 Rev.A アースソフト 売り上げランキング : 578 Am

記事を読む

DELL OptiPlex 740 のセットアップ

* CPU:AMD Athlon 64X2 3800+ / 2.0GHz メモリ:1GB HDD

記事を読む

Windows10 でファイルマネージャー「反応なし」

自宅のメインPC はふるさと納税でもらった Windows10 マシンでメモリは 8GB ありますが

記事を読む

Ubuntu のデータバックアップ用ソフト「deja dup」がいいね!

パソコンで最も重要なものは自分の作ったデータです。 世界のどこにもないオリジナルなものですので

記事を読む

Windows7 で Amivoice

Amivoice EX RAD の従来版は Windows7 で動かないという話を聞いていました

記事を読む

Linux で MetaTader4 を動かす

この前から FX で自動売買させている Windows パソコンが2台とも勝手に再起動するようになっ

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

室生春秋: 前田真三写真集

★★★☆☆ 出版社 ‏ : ‎ 講談社 発売日 ‏

浮世絵を知りたい。 完全保存版 / 白倉敬彦(監修)

★★★☆☆(初心者に最低限の知識をつけさせてくれる) 著者名

ネクストジェネレーションの 2026年7月の配当

本日夕方熊本で最大震度7の地震があり、その後イオンモールでガス爆発事故

救急病院への遠隔画像診断依頼

医療施設で撮られた画像を、救急病院へ遠隔画像診断依頼すれば保険点数がも

万里の長城

万里の長城について、いろんなところで見聞しますが、いっこうにわかった気

→もっと見る

  • アクセスカウンター
PAGE TOP ↑