*

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

ギガバイト GA-H61M-USB3-B3

製品ページはこちら。> http://www.gigabyte.jp/products

記事を読む

初号機起動せず

* 昨日、帰宅して初号機の電源を入れると立ち上がらず。 BIOS 画面を見ると、SSD+HD

記事を読む

LG 23型ワイド IPSパネル/ホワイトLED BLU採用液晶ディスプレイ (3)

LG 23型ワイド IPSパネル/ホワイトLED BLU採用液晶ディスプレイ (

記事を読む

中古ノートパソコン注文しました

いわゆる再生品です。 ヤガミ電気というところが販売している NEC ノートPC VKシ

記事を読む

Ubuntu の日本語化

Ubuntu の日本語化についてですが、オリジナルの Ubuntu は日本語の表示には対応してい

記事を読む

パナソニック製 BD-Rメディア 30枚入り

Panasonic ブルーレイディスク 日本製 録画用4倍速 25GB(単層

記事を読む

USB 3.0/2.0対応 グラフィックアダプター

I-O DATA USB 3.0/2.0対応 グラフィックアダプター USB-R

記事を読む

MakuluLinux Shift 2022 インストールしてみた

南アフリカ産の Linux ディストリビューションの MakuluLinux の最新版(Makulu

記事を読む

ミニPC Hitabt M30A

Hitabt という中華メーカーの M30A というミニPC です。 ブランド

記事を読む

Panasonic 録画用4倍速ブルーレイディスク片面2層50GB(追記型)スピンドル50枚 LM-BRS50L50S【WEB限定】(2)

Panasonic 録画用4倍速ブルーレイディスク片面2層50GB(追記型)スピ

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

万里の長城

万里の長城について、いろんなところで見聞しますが、いっこうにわかった気

高橋克彦の浮世絵ワンダーランド

★★★☆☆ 2000年10月に出版された高橋克彦の浮世絵本。

投資信託「世界のベスト」 2026年7月配当

毎月配当の投資信託「愛称:世界のベスト」 の 2026年7月の配当が出

【FX】FX雑感 2026/7/23

MT4 のバグがいっこうに直る気配がないので、最近 FX について い

画像生成系AI「Dreamina AI」

画像生成系の AI の一つに「Dreamina AI」があります。

→もっと見る

  • アクセスカウンター
PAGE TOP ↑