*

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

HP Pavilion 15-ab200 ノートPC 修復

昨年買ったパソコンですが、非常に遅く、全然仕事にならないので放置していました。 HDD

記事を読む

LGB-EKU3 ロジテック SATAIII対応 アルミボディ 3.5インチ外付けHDDケース ファンレスモデル

LGB-EKU3 ロジテック SATAIII対応 アルミボデ

記事を読む

Microsoft が WindowsXP を起動不可能にする

マイクロソフト製アンチウィルスの配信は継続中 この 2014年4月9日、Windows XP

記事を読む

BUFFALO製 NAS(ネットワークHDD )3TBモデル LS210D0301G

 ★★★☆☆ うちのTVの東芝レグザ用の USB外付けハードディスクのうちの1台がとき

記事を読む

Windows7 延命計画

日経PC21 2018年 7 月号 日経BP社 2018-05-24 売り上げラ

記事を読む

Peppermint 10 Respin インストールしてみた

Peppermint 10 Respin という linux ディストリビューションを SSD にイ

記事を読む

【パソコン】 Patriot PSK512GS25SSDR

PATRIOT SSD 512GB 2.5インチ SPARKシリーズ(クアッドコ

記事を読む

男の山脈

エアリア 男の山脈 USB3.0接続 2.5/3.5HDD両対応外付アダプタ E

記事を読む

FILCO Majestouch「マジェスタッチ」

FILCO MajestouchBLACK USB&PS2両対応 日本語

記事を読む

便利なサービス Giga File 便

* 手持ちのデジタルデータを遠方の人に送りたいことってありますよね。 その人がメールアドレス

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

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、

Gemini でファクトチェック

Gemini でファクトチェックをする専用の My GEM を作りまし

→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 ↑