*

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

昨夜いきなりアップグレード

昨夜仕事中に Windows10 へのアップグレードがいきなり始まり、1時間ほど仕事ができません

記事を読む

OCZ Petrol 128GB 2.5inch SSD SATA6Gbps

OCZ Petrol 128GB 2.5inch SSD SATA6Gbps 3

記事を読む

Pear8 その後

  見た目と操作性が MacOS にそっくりな Linux として非常に有名な

記事を読む

謎の BD-R メディア PBR260TT4X.50SP1(2)

先日の記事「謎の BD-R メディア PBR260TT4X.50SP1」の続きです。 本日、P

記事を読む

DELL DIMENSION 9200 2台め 初チェック

 * CPU:Core2Duo 6300 / 1.86GHz メモリ:2GB HDD:32

記事を読む

Fire HD 10 タブレット 10.1インチHDディスプレイ 32GB

Fire HD 10インチは第7世代を持っていたのですが、家人が紛失したので新しいのを買いま

記事を読む

DELL DIMENSION 9200 さらにもう一台ゲット

  * CPU:Core2Duo 6300 / 1.86GHz メモリ:2

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

ああ、懐かしや? Windows93

Windows95 の前に Windows93 があったのをご存じですか? 私は知りませんでし

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

漫画 バビロンの大富豪の教え 「お金」と「幸せ」を生み出す五つの黄金法則 / ジョージ・S・クレイソン

★★★☆☆ ベストセラー『バビロンの大富豪の教え』には、通常

【FX】MT4からMT5へ

MetaTrader4(MT4)と MetaTrader5(MT5)と

【FX】AXI Select インキュベーションステージ最初の報酬

ひさびさに プロップファームの AXI Select のお話です。

イシバの功績

高市総理がすごい成果を上げている。 マスコミはなぜトランプを非難

米国債20年超プレミアムインカムETF(453A)

また面白い高配当ETF を見つけました。米国債20年超プレミアムインカ

→もっと見る

  • 2026年5月
     123
    45678910
    11121314151617
    18192021222324
    25262728293031
  • アクセスカウンター
PAGE TOP ↑