*

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

Windows 7 Pro の入った PC が HDD から立ち上がらない

それは昨日のこと。 仕事場の PC で Windows 7 Pro の入ってる DELL Vo

記事を読む

TS16GUSDHC10 Class10 永久保証の SDHCカード

Transcend microSDHCカード 16GB Class10 永久

記事を読む

Mac OS に似すぎた Pear OS 8 でイーサイトの読影環境

Pear OS 8[/caption] Pear OS はバージョン5 から 7まで

記事を読む

Nuro光開通

本日、自宅のマンション(築36年)にNuro光が開通しました。 * 古いマンションなので

記事を読む

Linux Mint 20.1 "Ulyssa" MATE 使ってみた

先月 Linux Mint 20.1 "Ulyssa" が正式に発表されました。 ダウンロード

記事を読む

安物BD-R 買ってみる

私は今までブルーレイの書き込みには Panasonic 製メディアしか使わないようにしていま

記事を読む

レグザ録画用外付けHDD HD-LS2.0TU2D 逝く (2)

昨日の続きです。 レグザ録画用外付けHDD Buffalo 製 HD-LS2.0TU2D とい

記事を読む

Western Digital HDD WD80JD 3台セットのご到着

* Western Digital HDD WD80JD の3台セットを 780円で落札してい

記事を読む

整備済み品東芝製ハードディスク届きました

整備済み品東芝製ハードディスク届きましたが、プチプチ封筒に素(す)で 2個の HDD が入ったものが

記事を読む

電子書籍制作ガイドブック ~プロフェッショナルのための最新ノウハウのすべて / 境祐司 ほか

電子書籍制作ガイドブック ~プロフェッショナルのための最新ノウハウのすべて~ 境

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

ママ投資家が育休中に1億貯めた株式投資 / ちょる子

★★★☆☆ 育休中にスマホで1億円を稼いだママ投資家として有

AI絵師の締め出し

最近、イラスト投稿サイトにおける AI 作成物の禁止が話題になっている

日本史で遊ぶ

ChatGPT などの AI に こそこそと「プロンプト」なる呪文(日

最後は文字で

たとえば 動画を観るとき、そのまま観っぱなしにしていると だんだん記憶

なぜ人気なのか、フェルメール

フェルメールの生涯と特徴 ヨハネス・フェルメール(1632年 - 1

→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 ↑