*

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

Facebook 成功法 / 中野博

* 中野博とかいう人の本。 10分で読めました。 と言っても後半はほとんど読むところがない

記事を読む

no image

オフィス2012

【大人気につき再入荷しました】現役モデルFMV-D530-Celeron E3200 2.

記事を読む

Ubuntu14.04LTS 32ビット版 インストールしてみた(3)

* インストールしたマシンは DELL Vostro200(ヤフオクでの中古)のスリムケース版

記事を読む

ACアダプタ HSTNN-LA01-E 到着

この前落札した HP 8200 Elite USDT です。 動かそうと思って

記事を読む

GA-H61M-USB3-B3 同等品

ASRock H61 Micro-ATX SATA3 USB3 HDMI D

記事を読む

ミニPC(N95) 3台目到着

以前の記事「ミニPC(N95) 3台目注文」で紹介したミニPC が無事到着。 TRIGKE

記事を読む

no image

SAPPHIRE ビデオカード FLEX HD6770 1G GDDR5 PCI-E DL-DVI-I+SL-DVI-D/HDMI/DP

SAPPHIRE ビデオカード FLEX HD6770 1G

記事を読む

USBハブ 3.0×3ポート+ギガビットイーサネットアダプタ

楽天1位獲得 高速 USB 3.0 LAN 変換アダプタ 1

記事を読む

パソコンの修理

* 自宅(兼仕事場)で普段使っているデスクトップ&タワーのパソコンは 6台ですが、このほかに数

記事を読む

使っていない PC に Windows10 Pro をインストール

先週から PC用メインメモリを 96GB 分ほど買い込みました。 SATA 接続の SSD もだい

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

歌川広重の日本美術版画800点以上:高解像度(デジタルダウンロード)R-159(2)

昨日買った歌川広重(安藤広重)の日本美術版画800点以上です。

歌川広重の日本美術版画800点以上:高解像度(デジタルダウンロード)R-159

今夜はこういうのを買ってみました。歌川広重の日本美術版画800

恐ろしいメガバンドル(2) 32000個入りを買ってみた

昨日の記事「恐ろしいメガバンドル」で紹介したもののうち、18万個(20

壁紙屋本舗
恐ろしいメガバンドル

またまた Etsy.com の話ですが、眺めているとすごい商品が目につ

小原古邨のデジタルアート 200点

Etsy.com をぼーっと見ていたら、大好きな小原古邨のデジ

→もっと見る

  • 2026年9月
     123456
    78910111213
    14151617181920
    21222324252627
    282930  
  • アクセスカウンター
PAGE TOP ↑