*

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

no image

Windows8 の効用

* Windows8 に興味がなくなったせいで、Linux 関係以外のパソコン雑誌を読むことがほと

記事を読む

MakuluLinux 2020 Flash 試用してみた

2020年4月なので Ubuntu20.04LTS がそろそろ出る頃と首を長くして待っているのですが

記事を読む

Puppy Linux 5.7.1J ライブ起動で使ってみた

パピーリナックス 571JP を試用してみました。 このバージョンは 2014年1月 に発表。

記事を読む

パソコンでも Linux

* Windows XP はよくできた OS だと思うが、使用期限が切れかけています。 Wi

記事を読む

no image

マルチディスプレイ簡単な方法

ELSA ビデオカードELSA NVIDIA Quadro NVS420 ENVS420-5

記事を読む

整備済み品東芝製 500GB ハードディスク(2.5インチ 内蔵型)

東芝 の HDD MQ01ABF050 です。2.5インチの 500GB の容量があります。

記事を読む

NEC PC-MK25TGFCE 液晶一体型PC (3) Linux Mint 18.1 のインストール

3350円+送料でヤフオクで落札したモニタ一体型パソコンですが、無料の OS Linux M

記事を読む

Optiplex 960 タワーの出番

このタワー型筐体の Optiplex960 は昨年 7月にヤフオクで  4410円で落とした

記事を読む

PATA ハードディスクのチェック(5)

SANWA SUPPLY IDE/SATA-USB変換ケーブル 0.72m US

記事を読む

パソコン逝く 2016-04-06

4号機立ち上がらず 自宅の仕事場では PC切替機を使って 4台のパソコンを 1セットのキーボー

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

中国のハリウッドが大変なことに

https://www.youtube.com/watch?v=GRu

マイクロ波を使って廃プラスチックからナフサを作る

廃プラスチックからマイクロ波を使ってナフサを作るという話があります。

S&B エスビー食品 マンダラビーフマサラカレー

  ヱスビー食品の「神田カレーグランプリ」シリ

JBL Paragon で聴くジャズ

https://www.youtube.com/watch?v=wUW

【FX】AXI Select Seedステージ卒業

プロップファームの AXI Select のお話。 一昨日「なか

→もっと見る

  • 2026年4月
     12345
    6789101112
    13141516171819
    20212223242526
    27282930  
  • アクセスカウンター
PAGE TOP ↑