*

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

no image

A4カラーレーザープリンター が2万円以下

* 古いモノクロレーザープリンタを使おうかと思ったが、トナーのかすれがひどい。 トナーが1万円く

記事を読む

すっきりわかった! VPN

すっきりわかった!VPN (NETWORK MAGAZINE BOOKS) ネ

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

Quadro NVS280 PCI 64MB WindowsXP 残念な結果

Windows2000 マシンから取り出した Quadro NVS280 PCI 64MB

記事を読む

Zorin は Ubuntu を Windows7 っぽくしたもの?

* 昨日は知人が高槻遠隔画像診断センターに訪ねて来られたので、いろいろ話をしていたところ、Wi

記事を読む

FUJITSU FUTRO MP702 2台落札

FUJITSU のシンクライアントPC である ヒューロ(FUTRO) MP702 の中古動

記事を読む

USBハブ 3.0×3ポート+ギガビットイーサネットアダプタ

楽天1位獲得 高速 USB 3.0 LAN 変換アダプタ 1

記事を読む

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

Vostro3800 光ドライブ換装

前回の記事「Vostro3800スリムタワー到着 」の続きです。 Blu-ray 焼きマシンに

記事を読む

Windows8 を企業は採用するか

* 企業の IT 担当者へのアンケートで、Windows8 を採用するかと訊いたところ、予定で

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

Antigravity で遊ぶ(2)

Codex もいじっていますが、やはり Google の AI エージ

最短で最大の成果を上げるAIアウトプットの全技法 / 上岡正明

★★★★☆(これだけでいいのか) Lilys AI による要

海面の高さが現在より約15m上がると千葉県は島になる

以前、Youtube でシミュレーションを見たのですが、

Gemini でファクトチェック

Gemini でファクトチェックをする専用の My GEM を作りまし

Gemini で知識をまとめたウェブページを簡単につくる

どういう風に AI を使うか、人によって違います。 ちょこまか調

→もっと見る

  • 2026年7月
     12345
    6789101112
    13141516171819
    20212223242526
    2728293031  
  • アクセスカウンター
PAGE TOP ↑