*

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

USB ポートの電源供給オーバー

2012年に自作した自宅の1号機(愛称 Whitebase)。 USBポートの一つに 7ポート

記事を読む

【ヤフオク】Win10☆自作945CGT-M/E5800/QuadroFX580☆動作品ジャンク 落札

capibara2007さんから 2650円で落札。 ◎動作確認済みですが、もともと全て地

記事を読む

はじめる!楽しむ!ポッドキャスティング! / 「Podcast Now!」管理人JJ

はじめる!楽しむ!ポッドキャスティング! 「Podcast Now!」管理人JJ

記事を読む

また安いデジカメ見つけた 20倍ズームなのに 1cm 近接マクロ

PENTAX デジタルカメラ Optio VS20(ノーブルブラック)160

記事を読む

GV-MVP/XS2W とお別れ

I-O DATA 地上・BS・110度CSデジタル対応TVキャプチャーボード P

記事を読む

絶対つまずかないLinux超入門

絶対つまずかないLinux超入門 (日経BPパソコンベストムック) 日経Linu

記事を読む

【整備済み品】ウエスタンデジタル Western Digital 2.5 インチ HDD 500GB

12月4日に 1880円 で購入した 2.5インチ 500GB HDD です。2個買いました

記事を読む

GV-MVP/XS2W(2日目)

 昨日からGV-MVP/XS2W という IO 製の最新ダブルチューナーボードを使って、地デ

記事を読む

Windows7マシン不調

* Windows7 はキライで1台しか常用しておりませんが、またそのマシンの調子が悪くなって

記事を読む

DELL Optiplex 740 もご到着

* CPU:AMD Athlon 64X2 3800+ / 2.0GHz メモリ

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

ネクストジェネレーションの 2026年7月の配当

本日夕方熊本で最大震度7の地震があり、その後イオンモールでガス爆発事故

救急病院への遠隔画像診断依頼

医療施設で撮られた画像を、救急病院へ遠隔画像診断依頼すれば保険点数がも

万里の長城

万里の長城について、いろんなところで見聞しますが、いっこうにわかった気

高橋克彦の浮世絵ワンダーランド

★★★☆☆ 2000年10月に出版された高橋克彦の浮世絵本。

投資信託「世界のベスト」 2026年7月配当

毎月配当の投資信託「愛称:世界のベスト」 の 2026年7月の配当が出

→もっと見る

  • アクセスカウンター
PAGE TOP ↑