*

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

Gemini で作曲(Lylia)

Gemini の作曲機能(Lylia)を試してみました。 「宇宙を駆け回るスペースオペラにマッ

記事を読む

バッファロー LS210D0301G リンクステーション ネットワーク対応HDD 3TB

バッファロー LS210D0301G リンクステーション ネ

記事を読む

no image

TS-H653 20x DVD±RW DL SATA Drive (Black)

 * 本日購入し自宅に持ち帰ったドライブは東芝&サムソン製のこれ。 Toshiba/Sa

記事を読む

Quick Sync Video について

   この前買った DELL のノートパソコン Inspiron 15R ですが

記事を読む

マッキントッシュは使いません

* ちなみに家や仕事場には Macintosh は一台もありません。 最近の Mac OS

記事を読む

東芝レグザ42Z1 にUSBハードディスクを増設

TOSHIBA LED REGZA 42V型 地上・BS・110度CSデジタ

記事を読む

LGB-EKU3 ロジテック SATAIII対応 アルミボディ 3.5インチ外付けHDDケース ファンレスモデル

LGB-EKU3 ロジテック SATAIII対応 アルミボデ

記事を読む

壁紙屋本舗

Windows 10 の Microsoft Defender ウイルス定義ファイルは 2028年10月まで更新を継続

Windows10 のサポートが一昨日で切れたと思っている人が多いですが、Microsoft が 6

記事を読む

HLDS 日立LG製 内蔵 5インチ Blu-ray ブルーレイ ドライブ BD/DVD/CDライター ソフト付 BH14NS58 BK

BH14NS58 BK(HLDS 日立LG製 内蔵 5インチ Blu-ray ブルーレイ ドライブ

記事を読む

A-DATA ASP900S3-64GM-C-7MM / ADATA 2.5"SSD 64GB SATA6G

A-DATA ASP900S3-64GM-C-7MM ADATA 2.5"SSD

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

売れない画家

フィンセント・ファン・ゴッホ(1853年–1890年)は、約10年とい

鳥山石燕『今昔画図続百鬼』について

江戸時代中期の絵師・鳥山石燕(とりやま せきえん)は妖怪を描いた人とし

小渕優子の財政感覚

最近は政治ネタはあまり書いていませんでしたが、これはひどいと思ったのが

鳥山石燕『百器徒然袋( 百鬼徒然袋)』について

江戸時代中期の絵師・鳥山石燕(とりやま せきえん)は妖怪を描いた人とし

炭水化物on炭水化物

よく「炭水化物on炭水化物なんておかしい」という人がいます。ガイジンに

→もっと見る

  • アクセスカウンター
PAGE TOP ↑