*

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

Windows PC の置き換え

今朝、バックアップ用(ブルーレイ作成用)の Windows10 Home PC (i3-4170)を

記事を読む

Nuro光開通

本日、自宅のマンション(築36年)にNuro光が開通しました。 * 古いマンションなので

記事を読む

【AI】AI を使える幸せ

今日で 67歳になってしまった。それはさておき・・・ 最近 AI で遊んでいるのですが、便利な

記事を読む

HDD パーテーションサイズの変更

* しょっちゅう、ディスク丸ごとのバックアップ、リストア、複製を行っている私です。 ハードウ

記事を読む

konalinux2.3 / されど USB起動できず

konalinux が新しくなったので、ダウンロードしました。 konalinux2.3 Li

記事を読む

BUFFALO 有線ブロードバンドルーターBHR-4GRV

BUFFALO 有線ブロードバンドルーター リモートアクセス&Gig

記事を読む

フリーソフトの CheckDisk

* 昨日、壊れたと思って取り外した crucial 製 V4 SSD 128GB ドライブです

記事を読む

Windows Live Writer で ping 送信

  Windows Live Writer の初期状態では ping が送信されない

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

Cyberlink 製 Media Espresso 6

 地デジ録画ではファイルサイズがでかい。  CM カットがきれいにできるようになったら、次

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

ダーク妖怪 Vol.1、33フレームTVアートバンドル

鳥山石燕の『百鬼夜行』から着想を得て、ダークな空想絵巻を作って

chatGPT はじめてのプロンプトエンジニアリング / 本郷喜千

★★★☆☆ ChatGPTの初心者向けに「プロンプト(指示文)の

川瀬巴水『旅みやげ』

昭和の広重と言われた版画家 川瀬巴水には『旅みやげ』という人気シリーズ

日本の妖怪について

「お化けと幽霊と妖怪はどこが違うの」と孫に訊かれました。 「幽霊

小林清親『武蔵百景之内』全34枚

小林清親『武蔵百景之内』(全34枚)のオマージュ作品を製作しま

→もっと見る

  • アクセスカウンター
PAGE TOP ↑