*

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

PC-MK31LBZCUASC Core i3-2100 4GB DVD-ROM 250GB OSなし 到着

先日の記事で紹介した4台の PC ですが、早くも本日届きました。 まず、PC-MK31

記事を読む

企業の Linux 化

* 企業内部で使われている OS は Windows が多いですが、全部 Linux にしてし

記事を読む

SSD 関連のお買い物

本日、自宅の仕事場で動いている PC の内蔵 HDD を SSD に換装しました。 自宅には

記事を読む

【ヤフオク】Mate MK32MB-F(Core i5-3470 メモリ4GB HDD250GB DVDマルチ Windows10Pro 64bit)中古デスクトップ 落札

この前落札した Core i3-3220 は 3500円でしたが、これは 4000円で落札で

記事を読む

外付型ハードディスク 2TB

I-O DATA 東芝対応 USB 2.0/1.1接続 外付型ハードディスク 2TB

記事を読む

【ヤフオク】NEC PC-MKL36BZG4 Mate MB-4 到着

本日帰宅したら、先日落札した NEC のデスクトップ PC-MKL36BZG4 Mate MB-4

記事を読む

Ubuntu って

* Ubuntu 12.04 の画面はスタートメニューがないので、なんかマックっぽい。 Da

記事を読む

Ubuntuはダサい?

Linux ディストリビューションの一つ Ubuntu 10.04 の起動ディスクでパソコンを立

記事を読む

WD20EZRZRT ウエスタンデジタル製HDD(WD Blue) 2TB

WD20EZRZ-RT Western Digital 売り上げランキング :

記事を読む

画像診断メモノート

  画像診断メモノートですが、知り合いから「ウイルスバスターをインストールしたマシン

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

浮世絵を知りたい。 完全保存版 / 白倉敬彦(監修)

★★★☆☆(初心者に最低限の知識をつけさせてくれる) 著者名

ネクストジェネレーションの 2026年7月の配当

本日夕方熊本で最大震度7の地震があり、その後イオンモールでガス爆発事故

救急病院への遠隔画像診断依頼

医療施設で撮られた画像を、救急病院へ遠隔画像診断依頼すれば保険点数がも

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。

→もっと見る

  • アクセスカウンター
PAGE TOP ↑