*

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

画像診断雑記の更新

【上位版】次世代型サイト作成システム「SIRIUS」   * SIRIUS

記事を読む

【ヤフオク】NEC PC-MKL39EZG1 Mate ME-1 到着

この前落札した NEC の中古パソコン PC-MKL39EZG1 の Mate ME-1 が到着しま

記事を読む

プリンタ HP ENVY 5542 半死

年賀状を刷り始めた途端に、プリンタ HP ENVY 5542 が半死状態に。 A4 などの紙に

記事を読む

Zorin9 はまだか

私イチオシの Linux の Zorin の話です。 Ubuntu 14.04LTS ベー

記事を読む

BMAX ミニPC N150+DDR4 16GB+512GB SSD+Windows 11 Pro

タイムセールで 19800円(送料込み)と安かったのでポチっと買いました。 CPU

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

Gmail で溜まったメールの一括削除

Gmail の無料の容量は 15GBありますが、使用量が 86%になったころから、しょっちゅう「容量

記事を読む

久々のメインメモリ増設

自宅でほぼメインで使っているのは NEC の Mate MK32MB-F という PC で CPU

記事を読む

Ubuntu14.04LTS 32ビット版 インストールしてみた(2)

あれから少し遊んでみました。 leafpad をインストール 私の好きなエディタの leaf

記事を読む

使えるか? Pear6

見た目と操作性が MacOS にそっくりな Linux として非常に有名だった Pear OS

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

【AI】Antigravity2.0 で DPI 変換(2)

昨日の記事「【AI】Antigravity2.0 で DPI 変換」の

【AI】Antigravity2.0 で DPI 変換

画像の解像度(DPI)を変換するのには、Photoshop などのソフ

家紋の歴史について

日本の家紋の歴史は、単なる「家のマーク」の歴史ではなく、身分秩序・戦場

ホテルでの快適な読影

盆休みでもあった先週の土日、グランドエクシブ鳥羽に泊まった際には、ミニ

マルタイラーメンご当地セット

いつもご愛顧のマルタイラーメンのご当地シリーズ。 ちょっとお

→もっと見る

  • アクセスカウンター
PAGE TOP ↑