*

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

iiyama モニター ProLite XUB2493HS-B6

iiyama(飯山)の PC用モニター(ディスプレイ)の ProLite XUB2493HS-B

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

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

TMPGEnc MPEG Editor 3

  TMPGEnc MPEG Editor 3 ペガシス  2

記事を読む

変な現象 / 8GB の USB メモリからのブートができない

* Optiplex740 での現象なんですが、何台も同じ症状が出るのです。 Ubuntu

記事を読む

謎の BD-R メディア PBR260TT4X.50SP1

楽天市場で BD-R DL メディア(50GB)で PBR260TT4X.50SP1 というものを見

記事を読む

Core i3-2100

インテル Boxed Intel Core i3 i3-2100 3

記事を読む

6画面ディスプレーのPC

6画面ディスプレィのマシンの作り方が載っています。 > http://ascii.jp/

記事を読む

ようやくインターネット回復

「いきなりインターネット切断」の続きです。 1本ずつケーブルを入れ替え、スイッチングハブをはず

記事を読む

GV-MVP/XS2W とお別れ

I-O DATA 地上・BS・110度CSデジタル対応TVキャプチャーボード P

記事を読む

理系と文系のハナシ Macintosh の好き嫌い

先日の「パソコンの故障 おそらくメモリの接触不良」という記事で書きました. 文系の人はメモ

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

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

日本関連のアートが欧米で人気(2)

一昨日の記事「日本関連のアートが欧米で人気」で、 >上のようなア

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

→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 ↑