*

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

Dimension1100 復活

Dimension1100[/caption] 以前、2号マシン(デジタル放送録画用

記事を読む

ネットワーク過剰防衛マニュアル / 網野 嵐

ネットワーク過剰防衛マニュアル 網野 嵐 秀和システム 2002-12 売り上

記事を読む

DVD ドライブ逝く

* 今朝、自作のメインマシンの愛称「初号機」のスイッチを入れると、DVD ドライブのトレイがば

記事を読む

Centrych OS 12.04.2 / 不思議な Linux

> SugarMoon : Centrych OS 12.04.2 先週から Sug

記事を読む

web-keepers Windows VPS についてのトラブル

昨年年末から利用している Windows VPS(仮想専用サーバー)の web-keepers

記事を読む

膵臓癌 スティーブ・ジョブズ

スティーブ・ジョブズが亡くなったそうな。 膵臓癌にしてはよくもったほうですね。 今年のノーベル

記事を読む

Microsoft Home Server 2011 日本語 DSP版 DVD 【LANボードセット品】最速導入ハンドブック付

Microsoft Home Server 2011 日本語 DSP版 DV

記事を読む

日経Linuxが廃刊

日経の出している雑誌「日経Linux」がついに休刊(≒廃刊)となりました。 25年の歴

記事を読む

M.2 SSD 外付けケース USB C 3.1 Gen2接続 SATA/NVME両対応

M.2 SSD 用の外付けケースです。 M.2 SSD のサイズは 2230/22

記事を読む

DELL DIMENSION 9200 さらにもう一台ゲット

  * CPU:Core2Duo 6300 / 1.86GHz メモリ:2

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

2026-6-15 高配当投資信託の乗り換え

いやあ、昨日はすごかった。 イラン戦争締結の憶測から、日本、米国の両

SUNO で作曲してみた

SUNO という音楽生成 AI で 初めて歌詞付きの音楽を作曲してみま

高槻遠隔画像診断センターお引越し

いよいよ引っ越し当日。 始発電車で高槻へ。 寝過ごしてはいかん

久々の「残業」

明日高槻遠隔画像診断センターの引っ越しなので、整理に行ってきました。ま

この1冊でしっかりわかる Geminiの教科書 / 佐倉井 理冴

★★★☆☆(わかりやすい) Gemini 初心者向けの優しく

→もっと見る

  • アクセスカウンター
PAGE TOP ↑