*

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

1/29 センターのネット回線がおかしい

たまにしか発生しませんが、センターのネット回線のエラーの話。 今朝 9AM、異常に回線が遅いこ

記事を読む

ミニPC(N95) 3台目到着

以前の記事「ミニPC(N95) 3台目注文」で紹介したミニPC が無事到着。 TRIGKE

記事を読む

絵のうまい ChatGPT も課金するべきか?

「うそ しんいち」ばりにウソばっかりついていた印象のあった ChatGPT ですが、最近ハルシネーシ

記事を読む

Crucial V4 128GB SSD

Crucial V4 128GB 2.5inch SSD SATA3Gbps 9

記事を読む

DELL Optiplex760 2台目(3) USBメモリからのブート問題

* これは昨日紹介したマシンでの話ですが、4GB の USB メモリに入れた KONA Lin

記事を読む

HIDISC SSD256G 2.5inch SATA

【メール便送料無料】HIDISC 内蔵SSD 256GB 2

記事を読む

Voyager 14.04 LTS ライブ起動してみた

Ubuntu 14.04 LTS 発表 久々の Linux ネタです。 先月、Ubuntu

記事を読む

Outlook って「外から丸見え」

* ここの読者の中でマイクロソフトのメーラーの Outlook なんか使っている人はまずいない

記事を読む

HP Pavilion 15-ab200

WEB限定モデルのノートパソコンです。 詳しくはこちらを> HP Pavilion 1

記事を読む

崎ともう一つのサキ

齊齋斎斉・・・ この前、サイトウさんの「サイ」の字は25文字もある、とTV 番組でやっておりま

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

Gemini 3.5Flash について

2013年07月26日金曜日 19時30分00秒~20時00分00秒に

AXI Select ようやくエッジスコアが上昇傾向に

プロップファームの一種である AXI Select はインキュベーショ

ワークライフバランス

ワークライフバランスという言葉が一般的になって久しいですが、われわれ昭

チームラボ バイオヴォルテックス京都に行ってきました

3人めの孫の誕生日に京都のチームラボ バイオヴォルテックスに行ってきま

高槻遠隔画像診断センターに置いてきたもの

先週の日曜日、高槻遠隔画像診断センターから自宅近くの仕事部屋へ引っ越し

→もっと見る

  • アクセスカウンター
PAGE TOP ↑