*

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

HD革命/CopyDrive Ver.4 with Partition EX 使ってみた

HD革命/CopyDrive Ver.4 with Partition EX

記事を読む

整備済み品東芝製ハードディスク届きました

整備済み品東芝製ハードディスク届きましたが、プチプチ封筒に素(す)で 2個の HDD が入ったものが

記事を読む

画像のダイエット

* 先ほど使った画像ですが、もう一つ並べてみました。 左が jp

記事を読む

ハードディスク交換&パーティション拡張

高槻のセンターでみんなで共用している Windows7 PCの動きが不良。 調べると、ハードデ

記事を読む

LXLE をハードディスクにインストール

前記事> LXLE 12.04.3 / Lubuntu 風の Linux * 軽量 Linu

記事を読む

安くなった SSD をまとめて購入

韓国のサムソンが NAND型フラッシュメモリの生産を制限するという情報が飛び込んできたので、フラ

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

パソコンの故障 おそらくメモリの接触不良

* 一昨日、長年の知人からケータイメール(私はパソコンで受信)。 以前作ってあげた(完全自作

記事を読む

LXLE 12.04.3 とお別れ

* Ubuntu ベース(+LXDE)で使いやすい Linux の LXLE ですが、ibus

記事を読む

【ヤフオク】HP 8200 Elite USDT Core i3-2100 3.1GHz 2GB DVDスーパーマルチ 落札

先日の記事「【ヤフオク】HP 8200 Elite USDT Core i3-2120 3.

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

「日本高配当」ETF売却

昨日、2つの ETF を売却。 GX高配当30日株 (235

神田カレーグランプリ 100時間カレーB&R 欧風ビーフカレー

S&B のレトルトカレー。 今日はこれを食べてみまし

中国のハリウッドが大変なことに

https://www.youtube.com/watch?v=GRu

マイクロ波を使って廃プラスチックからナフサを作る

廃プラスチックからマイクロ波を使ってナフサを作るという話があります。

S&B エスビー食品 マンダラビーフマサラカレー

  ヱスビー食品の「神田カレーグランプリ」シリ

→もっと見る

  • アクセスカウンター
PAGE TOP ↑