*

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

手こずっています / Zorin7

> SugarMoon : Zorin7 Core * わたしイチオシの Linu

記事を読む

医局のみんなでパソコンを使いたい

大昔の話なので、今は笑い話かも。 普通の事務所なら普通に行っていることが、パソコン音痴の多い医

記事を読む

遅いディスクの使いこなし / FireFileCopy

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

複合語の登録の工夫:品詞を適切に設定する

パソコン辞書の登録単語(複合語)の品詞について パソコンの日本語変換システムの辞書の話ですが、

記事を読む

フルHDのノートパソコンが 37260円

価格.com 限定モデルのノートパソコン HP Pavilion 15-ab200を入手して悦に

記事を読む

GMKtec Ryzen 7内蔵ミニPC 注文

アマゾンのスマイルセールで 14000円以上値引きされているこいつを発見。 GMKtec

記事を読む

ミニPC(NipoGi AK1plus-n97)にて 10ケの MT4 を動作させる

Intel N97 CPU を積んだミニ PCの NipoGi AK1plus-n97 ですが、現在

記事を読む

no image

オンラインコンパイラ

* この前、ちょっと C言語でプログラムを作ろうかと思い立ちました。 何年ぶりかな? ベクター

記事を読む

ミニPC AMD Ryzen 5 3550H 16GB DDR4 512GB NVME SSD

またまた購入したミニPC です。 CPU:AMD Ryzen 5 3550H

記事を読む

イーサイトの遠隔画像診断端末からATOK単語登録

なんのこっちゃわからん人は無視してね。 * イーサイトの遠隔画像診断端末をお使いの方で、パソ

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

ファミリーマート 濃厚デミグラスソース大きなハンバーグ

「濃厚デミグラスソース大きなハンバーグ」というファミリーマートで売

ウェスティンカフェ マイルドブレンド 200g瓶

ユニコ・ジャパンという企業の「ウェスティンカフェ マイルドブレ

【FX】exness でゴールド取引は不利?

最近気づきましたが、exness という業者でのゴールド取引が不調です

【FX】ECM、ICM、vantage のスプレッド

ECM、ICM、vantage のスプレッドを比べてみました。 左か

【FX】AXI Select 奇々怪々なエッジスコア

プロップファームの一種である AXI Select はインキュベーショ

→もっと見る

  • アクセスカウンター
PAGE TOP ↑