*

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

MakuluLinux 2020 Flash 試用してみた

2020年4月なので Ubuntu20.04LTS がそろそろ出る頃と首を長くして待っているのですが

記事を読む

CDリッピングソフト fre:ac(free audio converter)

音楽 CD のリッピングは長らく Exrtra Audio Copy(EAC)を使ってきましたが、他

記事を読む

PLANEX ハイパワー無線LANルータ MZK-W300NH2 突然死

PLANEX 11n/b/g 300Mbps ハイパワー無線LANルータ MZK-W

記事を読む

Linux の日本語化(うまくいかないときのために)

* Zorin OS やら Pear OS やら日本以外の国で作られている Linux ディス

記事を読む

Zorin OS でプルンプルン

* よくできた Linux ディストリビューションである Zorin OS ですが、一つ言い忘

記事を読む

DELL DIMENSION 9200 3台めゲットだぜ

* OS:win Vista(ライセンスのみ) 状態:起動不能・電源入らず その他

記事を読む

Radeon HD 4550 と HD4250 オンボード

Blue Rose[/caption] * わが愛しのPC(愛称 BlueRose

記事を読む

Ubuntu 13.10 リリース

* > http://sugarmoon.pcsaportsapporo.com/linuxd

記事を読む

Zorin 15 Core インストールしてみた

久々の Linux ネタです。 以前使っていたデルのノートPC の Inspiron

記事を読む

星降る夜のパソコン情話 / 中村 正三郎

星降る夜のパソコン情話 中村 正三郎 ビレッジセンター出版局 1996-06

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

月岡芳年浮世絵コレクション:850点以上の日本の木版画

「月岡芳年浮世絵コレクション:850点以上の日本の木版画」を

渓斎英泉浮世絵コレクション: 350+ 日本の版画

「渓斎英泉浮世絵コレクション: 350+ 日本の版画 」を E

1000 Japanese Wall Art Prints

「1000 Japanese Wall Art Prints」

290点以上のバンクシーのウォールアートプリントセット

290点以上のバンクシーのウォールアートプリントセット を Etsy.

外来種のカニ対策にタコを持ち込んだイタリア人の末路

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

→もっと見る

  • 2026年9月
     123456
    78910111213
    14151617181920
    21222324252627
    282930  
  • アクセスカウンター
PAGE TOP ↑