*

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

ハッカー・ハンドブック―インターネット時代のセキュリティー / Dr.K 尾子洋一郎

ハッカー・ハンドブック―インターネット時代のセキュリティー Dr.K 尾子 洋

記事を読む

自宅メインパソコンHDDが壊れた(5) それだけじゃなかった

「自宅メインパソコンHDDが壊れた(4) 」の続きです。 コピー元: 内蔵SATAコントロ

記事を読む

DELL OPTIPLEX740 Ath64x2 2.1GHz/2G/HDD無/DVD

* またまたヤフオクで落札しました。501円(送料別)。 ハードディスクがないからか、安

記事を読む

Ryzen5 ミニPC 購入

また ミニPCをアマゾンで注文。 「インテルは逝ってる」ようなので、AMD Ryzen 5 3

記事を読む

東芝 USB3.0外付け HDD (2.0TB) HD-ED20TK

東芝 USB3.0外付け HDD (2.0TB) HD-ED20TK 東芝 2

記事を読む

スターリンクについて

スターリンクとは低高度衛星を使ったインターネット接続システムで、イーロン・マスクのスペースX社が全世

記事を読む

新・システム管理者の眠れない夜 <ほんとうに価値のあるシステムを求めて> / 柳原秀基

新・システム管理者の眠れない夜 <ほんとうに価値のあるシステムを求めて&g

記事を読む

DELLのパソコン キャンペーン 特価

 昨日 5/30(月)までのデルのパソコン キャンペーンですが、6/1(水)まで伸びたよう

記事を読む

ウエスタンデジタルHDD Ultrastar 14TB

以前書いた記事「500GB HDD が安い」の中で紹介した 2.5インチ 500GB ハードディスク

記事を読む

自宅のメインの WindowsXP が立ち上がらなくなった

自宅のメインの WindowsXP が立ち上がらなくなった。 入れ替えを考えていた矢先のできご

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

鳥山石燕『百器徒然袋( 百鬼徒然袋)』について

江戸時代中期の絵師・鳥山石燕(とりやま せきえん)は妖怪を描いた人とし

炭水化物on炭水化物

よく「炭水化物on炭水化物なんておかしい」という人がいます。ガイジンに

ダーク妖怪 Vol.1、33フレームTVアートバンドル

鳥山石燕の『百鬼夜行』から着想を得て、ダークな空想絵巻を作って

chatGPT はじめてのプロンプトエンジニアリング / 本郷喜千

★★★☆☆ ChatGPTの初心者向けに「プロンプト(指示文)の

川瀬巴水『旅みやげ』

昭和の広重と言われた版画家 川瀬巴水には『旅みやげ』という人気シリーズ

→もっと見る

  • アクセスカウンター
PAGE TOP ↑