*

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

Windows7 で Amivoice

Amivoice EX RAD の従来版は Windows7 で動かないという話を聞いていました

記事を読む

SanDisk USB 3.1 フラッシュメモリ SDCZ74 256GB 全金属製デザイン【5年保証】

256GB の USBメモリで 3980円。 全体が金属製で放熱に優れます。その分ヤケ

記事を読む

FindActCtxSectionStringW エラー

* 高槻遠隔画像診断センターで使っているメインマシンで 「プロシージャエントリポイントFin

記事を読む

VLCプレーヤー DELL製スピーカーを壊す?

元ネタ⇒ VLCをインストールするだけでスピーカーの保証は無効というDELLの対応に対して掲示板

記事を読む

変な現象 / 16GB の USB メモリからのブートができない

シリコンパワー USBフラッシュメモリー HELIOS 101Series 16GB

記事を読む

100円カードリーダー

昨日、100円ショップのダイソーで見つけたマルチカードリーダー(&ライター)。 本日使用し

記事を読む

11n/b/g対応 ハイパワー 無線LANルーター WZR-HP-G301NH

BUFFALO おまかせ節電 USBポート搭載 11n/b/g対応 ハイパワー

記事を読む

MakuluLinux Shift 2022 インストールしてみた

南アフリカ産の Linux ディストリビューションの MakuluLinux の最新版(Makulu

記事を読む

Windows7 延命計画

日経PC21 2018年 7 月号 日経BP社 2018-05-24 売り上げラ

記事を読む

ネットワーク過剰防衛マニュアル / 網野 嵐

ネットワーク過剰防衛マニュアル posted with amazlet at

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

Tracers日経平均高配当株50インデックス(奇数月分配型)の配当が出ました

「Tracers 日経平均高配当株50インデックス(奇数月分配型)」と

マルタイ 棒状長崎あごだし入り醤油拉麺

マルタイ 美味棒撰4袋入 価

FXトレード結果を Gemini で分析(2)

前回の記事「FXトレード結果を Gemini で分析」の続きです。

FXトレード結果を Gemini で分析

2026/3/27 の 1日分のトレード(自動売買)を Gemini

ボンカレーゴールド うま辛にんにく 辛口

「ボンカレーゴールド うま辛にんにく 辛口」です。 この前カミサ

→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 ↑