*

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

NEC VL300/9 で Puppy Linux を遊ぶ

  * CPU: Celeron 2.7Ghz メモリ: 256MB HDD: 160GB

記事を読む

【ヤフオク】さらに NEC PC 4台落札

この前落札した NEC の中古 PC がすこぶるいいので、さらに入札に参加していると、4台ほ

記事を読む

no image

WLXQuickTime関係のトラブル

  この前から、VLC メディアプレーヤーや mpc-HC などの動画プレーヤーで、H2

記事を読む

Core i3-2100

インテル Boxed Intel Core i3 i3-2100 3

記事を読む

USBメモリはとっても壊れやすい

USBメモリ、SSD などのフラッシュメモリは、浮遊ゲートとしてデータを記憶する仕組みです

記事を読む

CDリッピングソフト fre:ac(free audio converter)

音楽 CD のリッピングは長らく Exrtra Audio Copy(EAC)を使ってきましたが、他

記事を読む

【ヤフオク】 3.5インチ&2.5インチ ハードディスクセット

2920円+送料(691円)で落札。 Western Digital SATA 2

記事を読む

また安いデジカメ見つけた

Canon デジタル一眼レフカメラ EOS Kiss X5 ダブルズームキッ

記事を読む

Dimension 2400 ご到着

dimension2400[/caption] * 私も新品のものを買ったことがあ

記事を読む

teamviewer の画面崩れ

* 大好きなソフトの teamviewer ですが、VPN回線を構築して、安全に遠くにあるパソ

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

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

Meta という Meta の AI

Meta(旧名:Facebook)社の Meta という AI を試用

昆虫由来の食用色素

博物学が好きな人はご存じかもしれませんが、西洋ではコチニールカイガラム

Antigravity で遊ぶ

数日前から Google の AI エージント Antigravity

AXI Select のエッジスコアがついに 70に

一昨日、「プロップファームの AXI Select の なかなか上がら

→もっと見る

  • アクセスカウンター
PAGE TOP ↑