*

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

下位互換で有料 Vs 上位互換で無料

MSオフィス上位互換の OpenOfficeOrg が LibreOffice と分裂したの

記事を読む

Q4OS インストールしてみた

* Q4OS という Linux ディストリビューションが DistroWatch で紹介され

記事を読む

ハードディスク+SSD を一台分のスペースで

 最近は 4チャンネル同時録画のできるチューナー(PT2)を買ったので、ハードディスクの残量が

記事を読む

プリンタ買い替えの好期到来

もう5年以上は使っている オールインワンプリンタ の DELL Photo 966 (↑)で

記事を読む

安物BD-R 買ってみる

私は今までブルーレイの書き込みには Panasonic 製メディアしか使わないようにしていま

記事を読む

イーサイトのクラウド型遠隔画像診断システム 利点(2)

イーサイトのクラウド型遠隔画像診断システム 利点(1)を書きました。 2つめの利点ではなく、補

記事を読む

クラウド型スクリーンショット Gyazo

Gyazo ってご存じですか? 我々のような画像診断医にとってもそれ以外の人にも、とっても便利

記事を読む

【ヤフオク】WesternDigital 中古3.5 HDD 3ヶセット 落札

250GB の ハードディスク 3台セットを落札。1500円+送料でした。 WD2

記事を読む

ストレージサービス「Ubuntu One」本年6月1日で終了

* みなさんにとってはどうでもいいことでしょうが、Ubuntu には無料のオンラインストレージ

記事を読む

BMAX ミニPC N150+DDR4 16GB+512GB SSD+Windows 11 Pro

タイムセールで 19800円(送料込み)と安かったのでポチっと買いました。 CPU

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

Felo 日本発の AI

Felo(フェロー)は、東京を拠点とするスタートアップ企業「Felo

AIPI, CEPI, FEPI 毎週配当2回目

REX 社が運用している AIPI、CEPI、FEPI の超高配当カバ

熊本産メロン「肥後グリーン」秀・優品 大玉2L~3Lサイズ 4~5玉 8kg前後

熊本産 ”肥後グリーン” 秀・

珍しい腱板断裂

肩の MRI は毎日数例所見をつけます。 放射線科医の中では

次世代通信関連 世界株式戦略ファンド(予想分配金提示型) 愛称は The5G

三井住友トラスト・アセットマネジメントが運用する人気のテーマ型投資信託

→もっと見る

  • 2026年6月
    1234567
    891011121314
    15161718192021
    22232425262728
    2930  
  • アクセスカウンター
PAGE TOP ↑