*

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

Foxconn の格安Z68 マザーボード Z68A-S

Foxconn の Z68 マザーボード Z68A-S FOXCONN/フォッ

記事を読む

遠隔画像診断の起業をサイトにまとめる

// 【上位版】次世代型サイト作成システム「SIRIUS」 *  *  * *  

記事を読む

USB 3.0/2.0対応 グラフィックアダプター

I-O DATA USB 3.0/2.0対応 グラフィックアダプター USB-R

記事を読む

HDCR-U1.0E レグザ用外付けHDD 破損

I-O DATA 東芝対応USB 2.0/1.1接続 外付型ハードディスク 1T

記事を読む

Windows の ReadyBoost

最近は SSD を積んでいるパソコンが増えているので、ほとんど不要になったものに Windows の

記事を読む

Filezilla / 優れものの FTP クライアント

* 長らく FTP クライアントに ffftp を使っていましたが、サーバーへのファイル転送の

記事を読む

外付けHDDケース「冷やし系HDD検温番 CLS35EU2RF」

センチュリー CLS35EU2RF 冷やし系HDD検温番センチュリー 2007-

記事を読む

パソコンマニアとアプリケーションユーザー

* 私はパソコンのハードウェアと OS は好きだが、いわゆるアプリケーションソフトが好きなわけ

記事を読む

USB – RCA変換ケーブル(384KHz/24-bit Hi-Res DAC搭載)

「USB - RCA変換ケーブル」とありますが、実際は「ケーブル付き USB-DAC」です。

記事を読む

Makululinux 15 LinDoz 2018 試用してみた

以前紹介した Makululinux 15 LinDoz の 2018版が 9月に出ていたよ

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

ChatGPT で画像製作

ChatGPT にプロンプトを渡すだけで、写真のような画像が製作できる

【FX】ダブルトップ&ダブルボトムを判別するインジケーター

ダブルトップ&ダブルボトムを判別するインジケーターを MT4 用で作り

AXI Select 順調?

本日、プロップファームの AXI Select の なかなか上がらなか

Antigravity で遊ぶ(2)

Codex もいじっていますが、やはり Google の AI エージ

最短で最大の成果を上げるAIアウトプットの全技法 / 上岡正明

★★★★☆(これだけでいいのか) Lilys AI による要

→もっと見る

  • 2026年7月
     12345
    6789101112
    13141516171819
    20212223242526
    2728293031  
  • アクセスカウンター
PAGE TOP ↑