*

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

NEC PC-MK33LLZT1FJD うれしい誤算

以前の記事「【ヤフオク】NEC PC-MK33LLZT1FJD 到着 」の続きです。

記事を読む

非クラウド型遠隔画像診断のクラウド化

* 全く違うものだと思っておられる方も多いでしょうが、じつは非クラウド型とクラウド型ってのはそ

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

Linux Mint Xfce 18.3 をインストール

この前 1850円+送料で入手した  PC-MK31LBZCUASC に Linux Min

記事を読む

古いマシンで最新 Linux を使う

  * ヤフオクで 900円で買ったこの中古パソコンは、2005年秋の DEL

記事を読む

HP 15-bw000 価格.com 限定モデル 注文

あと4万円ほど経費の枠が余っているので、HP の価格.com限定モデルを物色すると、ちょうど

記事を読む

USBメモリに Linux をインストールする際には UEFI かどうかに注意

「USBメモリに Linux をインストールする際に UEFI に注意」ってのは、UEFI 専用でイ

記事を読む

DELL Optiplex 755 2台目(2) / FreeDOS での BIOSの書き換え

* DELL Optiplex 755 の2台目ですが、こいつは Optiplex760 に

記事を読む

Linuxfx(WindowsFX)10.1 登場

2020/5/7 に Distrowatch にて LinuxFX というブラジル産のディストリビュ

記事を読む

もう一つの Mac 風 Linux – Pear OS 7 をインストール

  本家HP> http://pearlinux.fr/ * 以前は Pear

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

知識は体系的に学ばないと身につかない

知識は体系的に 知識は体系的に学ばないと身につかないものです。 断

医者になって42年

42年前(1984年)には、以下のような出来事がありました。

Claude 使ってみる

Claude についていろいろ調べてみていたわけですが、いよいよ使って

CAT8 LANケーブル 1m

自宅の仕事場の回線をマンションタイプ(VDSL)から NURO

WiMAX 到着

WiMAX の機器(Speed Wi-Fi HOME 5G L13+n

→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 ↑