*

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

Macバリューセットのご案内

* ここでの Mac は MacDonald ではなく、MacIntosh ね。 Pear

記事を読む

SPD Q300SE(SSD SATA 512GB)

【18日限定ポイント5倍】SPD SSD 512GB 【5年

記事を読む

自宅の録画用PC壊れた

なんか最近モノがどんどん壊れていきます。 暑さのせいか。 この 1ヶ月に PC が 3台壊れ

記事を読む

【ヤフオク】NEC PC-MKL39EZG1 Mate ME-1 到着

この前落札した NEC の中古パソコン PC-MKL39EZG1 の Mate ME-1 が到着しま

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

WindowsXP あと1年使えます

2014年3月現在の使用OSのランキング[/caption] 以前にも書きましたが、

記事を読む

GooglePlayMusic につながらない

本日 5/1 の午前中ですが、GooglePlayMusic につながらない、というかつながりはする

記事を読む

【ヤフオク】3.5インチHDD 250GB×3枚セット 落札

Samsung製 2台と日立製 1台のセットを 1000円+送料で落札。 いちおうエラ

記事を読む

【ヤフオク】NEC PC-MK37LLZ6AASU Mate ML-U(Core i3-6100 4GB 500GB)動きました

先日落札した3台のうちの1台。本日到着しました。 早速 linux mint で使って

記事を読む

MediaEspresso での MP4 化(続き)

 MediaEspresso の体験版を使っています。  自分でエンコードのオプションをカス

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

韓国ブラックマンデー来たか

昨日の記事「韓国ブラックマンデー来るか」の続きです。 テ

韓国ブラックマンデー来るか

韓国の株価指数が先月末にダブルトップをつけ、今月は明らかな下降トレンド

2026年7月 MT5 デモ口座運用成績(1) Gemini の活用

MetaTrader5(MT5)を使って唯一まともに運用している Ti

「ラボグロウン」ダイヤモンド

ラボグロウンダイヤモンド(Laboratory Grown Diamo

今年欧州の熱波がすごい

いまさらのネタで恐縮ですが、今年 2026年の夏に欧州を襲っている記録

→もっと見る

  • アクセスカウンター
PAGE TOP ↑