*

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

500GB 中古ハードディスク HDP725050 ご到着

* ヤフオクで 1100円でセリ落とした日立製のハードディスク Deskstar HDP725

記事を読む

Vostro260S

Vostro260S[/caption] 昨日来ました。DELL のニューマシン。Core

記事を読む

非クラウド型遠隔画像診断のクラウド化

* 全く違うものだと思っておられる方も多いでしょうが、じつは非クラウド型とクラウド型ってのはそ

記事を読む

USBメモリからブート

* 高い有料ツールもあるようですが、Linux では Unetbootin というフリーソフト

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

acer ASX3950-N34D/TF 入院

acer の ASX3950-N34D/TF は昨年 2月にヤフオクで 3000円で落札した

記事を読む

Windows Xp SP2 から SP3 へ

* 手持ちの Windows XP 再インストールディスクは Windows XP SP2 の

記事を読む

DELL Optiplex760 1台目 / BIOS パスワード

* これも先月 1150円(始値)で落札したもの。未報告。 ウルトラスモールフォ

記事を読む

かりぐも、いや、かりぐみ

Lian-Li PC-T1R レッド クモ型ITXテストベンチ台PC-T1 L

記事を読む

USBメモリはとっても壊れやすい

USBメモリ、SSD などのフラッシュメモリは、浮遊ゲートとしてデータを記憶する仕組みです

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

血脈の世界史 / 児嶋由枝(2)

★★★☆☆ 以前も紹介した本ですが、また読み返してみました。

私の高配当株投資法の変遷について

最近、超高配当の投資信託を利用しだしてから、想定内のことと想定外のこと

Gemini Spark 使ってみた

Gemini Spark が使えるようになって、しばらく無視していまし

そのほかの予想分配金提示型ファンド 8月の配当

まだ8月半ばですが、月の前半に予想分配金提示型ファンド(毎月配当)の配

次世代通信関連 世界株式戦略ファンド 愛称 The5G について

次世代通信関連 世界株式戦略ファンド(愛称 The5G)には 通常型と

→もっと見る

  • アクセスカウンター
PAGE TOP ↑