*

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

2号機の後処理

   旧 2号機のハードディスク 2台、合計 1.1TB を USB2.0 で繋いで

記事を読む

サーバーカウボーイが動かない

* レンタルで借りているサーバーは3つあって、Coreserver、ServerCowboy、

記事を読む

NEC PC-MK32LEZCB Mate ME-B Win7 Core i3 550 3.20GHz 4GB 160GB

大手の中古業者 CycleHit By UsedNet さんからヤフオクで4300円で落札し

記事を読む

VLCプレーヤー DELL製スピーカーを壊す?

元ネタ⇒ VLCをインストールするだけでスピーカーの保証は無効というDELLの対応に対して掲示板

記事を読む

【ヤフオク】WesternDigital 中古3.5 HDD 3ヶセット 落札

250GB の ハードディスク 3台セットを落札。1500円+送料でした。 WD2

記事を読む

ミニPC AMD Ryzen 5 3550H 16GB DDR4 512GB NVME SSD

またまた購入したミニPC です。 CPU:AMD Ryzen 5 3550H

記事を読む

パソコンは2台

* 本日のようにパソコンが壊れても15分くらいで直ってしまうのは、作業できる他のパソコンと予備

記事を読む

Linux mint 15 cinnamon

Linux mint 15 cinnamon (Sugar Moon さんのページより)[

記事を読む

シリコンパワー 2.5インチ SSD SATAII 32GB SP032GBSSDE20S25

シリコンパワー 2.5インチSolid State Disk 高速転送 SA

記事を読む

Ubuntu の存在意義

Ubuntu は Linux ディストリビューションの中で、一二を争う人気のディストリビューショ

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

ネオ仏画?

もう亡くなられた桑田二郎(初期は桑田次郎のペンネームも使用)先生は晩年

日本関連のアートが欧米で人気

Etsy.com という通販サイトで、日本関連のアートが売れて

ティンガティンガ

ティンガティンガについて ティンガティンガ・アートは、1960年代末

WCM 世界成長株厳選ファンド(予想分配金提示型)【愛称】ネクスト・ジェネレーション 8月の配当

WCM 世界成長株厳選ファンド(予想分配金提示型)【愛称】ネクスト・ジ

インベスコ 世界厳選株式オープン【愛称:世界のベスト】

ここで再三紹介しているインベスコ 世界厳選株式オープン【愛称:世界のベ

→もっと見る

  • アクセスカウンター
PAGE TOP ↑