*

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

Radeon HD6450 と VOX-BASE の相性

SAPPHIRE HD6450 1G DDR3 PCI-E HDMI/DVI-D

記事を読む

Linux Mint 16 Petra Xfce 版

Linux Mint 16 Petra Xfce 版[/caption] * Li

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

Netac M.2 SSD 250GB テストしてみた

上はアマゾンのタイムセールで2717円で買った 250GB の M.2 SSD(NVMe)で

記事を読む

作家になるパソコン術 / 松本侑子

作家になるパソコン術 (にこにこブックス) 松本 侑子 筑摩書房 1998-1

記事を読む

シリコンパワー 2.5インチ SSD SATAII 32GB SP032GBSSDE20S25

シリコンパワー 2.5インチSolid State Disk 高速転送 SA

記事を読む

ブルーレイドライブ PC用USB3.0接続外付け 読み書き Windows/Mac 両対応 aelrsoch ブランド

aelrsoch という聞いたことのないブランド。たぶん中国製でしょう。まともな日本語で書かれた

記事を読む

IODATA HDCR-U2.0 の中身

I-O DATA 東芝対応 USB 2.0/1.1接続 外付型ハードディスク 2

記事を読む

ハードディスクのコピー(2)

昨日の記事「ハードディスクのコピー」の続きです。 本日、Logitec 製の外付け USB接続

記事を読む

さらにヤフオクで中古HDD 3個ゲット

* ヤフオクで中古ハードディスクを5個ほどゲットしたところで、先ほど1台が到着。 チェックし

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

Zinner症候群

大昔、京都大学の医学部大学院生であったとき(39年ほど前)の話、ある先

白い人が仕掛けた黒い罠:アジアを解放した日本兵は偉かった / 高山正之

★★★☆☆ 著者は元産経新聞記者の高山正之さん。テヘラン・ロ

【AI】Antigravity2.0 で DPI 変換(2)

昨日の記事「【AI】Antigravity2.0 で DPI 変換」の

【AI】Antigravity2.0 で DPI 変換

画像の解像度(DPI)を変換するのには、Photoshop などのソフ

家紋の歴史について

日本の家紋の歴史は、単なる「家のマーク」の歴史ではなく、身分秩序・戦場

→もっと見る

  • アクセスカウンター
PAGE TOP ↑