*

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

できるポケット 使って覚える HTML&CSS の基本がマスターできる本 / 佐藤和人

できるポケット 使って覚える HTML&CSS の基本がマスターできる本

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

LXLE 12.04.3 / Lubuntu 風の Linux

LXLE プロジェクト日本語トップページ >http://sourceforge.jp

記事を読む

USB3.0メモリでReadyboost

SanDisk USB3.0フラッシュメモリ 16GB ウルトラフィット USBメモ

記事を読む

PCモニタ マウスコンピューター(Iiyama製)ProLite XUB2493HSU-B1

★★★☆☆ 自宅のメインPC で使っているモニタが色ズレを発し始めたので換えました。

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

Core i3-2100

インテル Boxed Intel Core i3 i3-2100 3

記事を読む

星降る夜のパソコン情話 / 中村 正三郎

星降る夜のパソコン情話 中村 正三郎 ビレッジセンター出版局 1996-06

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

崎ともう一つのサキ

齊齋斎斉・・・ この前、サイトウさんの「サイ」の字は25文字もある、とTV 番組でやっておりま

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

売れない画家

フィンセント・ファン・ゴッホ(1853年–1890年)は、約10年とい

鳥山石燕『今昔画図続百鬼』について

江戸時代中期の絵師・鳥山石燕(とりやま せきえん)は妖怪を描いた人とし

小渕優子の財政感覚

最近は政治ネタはあまり書いていませんでしたが、これはひどいと思ったのが

鳥山石燕『百器徒然袋( 百鬼徒然袋)』について

江戸時代中期の絵師・鳥山石燕(とりやま せきえん)は妖怪を描いた人とし

炭水化物on炭水化物

よく「炭水化物on炭水化物なんておかしい」という人がいます。ガイジンに

→もっと見る

  • アクセスカウンター
PAGE TOP ↑