*

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

【ヤフオク】NEC PC-MKL36BZG4 Mate MB-4 到着

本日帰宅したら、先日落札した NEC のデスクトップ PC-MKL36BZG4 Mate MB-4

記事を読む

抑制単語使っていますか?

* 日本語変換メソッド(IME)で、いつもいつも出てきてほしくない変換候補が出てくるときってあ

記事を読む

NEC VL300/9 到着

  * CPU: Cel 2.7Ghz メモリ: 256MB HDD: 1

記事を読む

プリンタ買い替えの好期到来

もう5年以上は使っている オールインワンプリンタ の DELL Photo 966 (↑)で

記事を読む

HP ENVY5542

日本HP HP ENVY5542 K7C87A#ABJ 日本HP 2015-11-

記事を読む

玄人志向 HDDスタンド USB3.0接続 KURO-DACHI/CLONE/U3 パソコンなしでHDDのまるごとコピー機能付き

玄人志向 HDDスタンド USB3.0接続 KURO-DACHI/CLONE/U

記事を読む

USBメモリ SanDisk SDCZ430-128G

SanDisk USB3.1 SDCZ430-128G 128GB Ultra 130M

記事を読む

Crucial V4 128GB SSD

Crucial V4 128GB 2.5inch SSD SATA3Gbps 9

記事を読む

HDD で遊ぶには

タイムリー GROOVY HDDをUSB SATA接続2.5/3.5/5.25"

記事を読む

HDCR-U1.0E レグザ用外付けHDD 破損

I-O DATA 東芝対応USB 2.0/1.1接続 外付型ハードディスク 1T

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

来週上場の 563A(グローバルX NASDAQ100・デイリー・カバード・コール ETF)

563A(グローバルX NASDAQ100・デイリー・カバード・コール

「日本高配当」ETF売却

昨日、2つの ETF を売却。 GX高配当30日株 (235

神田カレーグランプリ 100時間カレーB&R 欧風ビーフカレー

S&B のレトルトカレー。 今日はこれを食べてみまし

中国のハリウッドが大変なことに

https://www.youtube.com/watch?v=GRu

マイクロ波を使って廃プラスチックからナフサを作る

廃プラスチックからマイクロ波を使ってナフサを作るという話があります。

→もっと見る

  • アクセスカウンター
PAGE TOP ↑