*

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

パイオニア ブルーレイドライブ ソフトなし

Pioneer ブルーレイドライブ BDR-207DBK/BULK Pio

記事を読む

また安いデジカメ見つけた 20倍ズームなのに 1cm 近接マクロ

PENTAX デジタルカメラ Optio VS20(ノーブルブラック)160

記事を読む

GV-MVP/XS2W とお別れ

I-O DATA 地上・BS・110度CSデジタル対応TVキャプチャーボード P

記事を読む

Chalet OS 16.04 HDD にインストールしてみた

セルビア産の Linux ディストリビューション Chalet を ノートパソコン(Core

記事を読む

YouTube より動画をダウンロード

* YouTube に行けばいつでも観られる動画をわざわざダウンロードする必要はありません

記事を読む

プチフリ SSD Crucial v4 のファームウェアをアップデート

Crucial V4 128GB 2.5inch SSD SATA3Gbps 9

記事を読む

WindowsXP サポート終了

来年2014 年 4 月 9 日 (日本時間) をもって、Windows XP、Micros

記事を読む

One Safe PC Cleaner は詐欺ソフト

One Safe PC Cleaner 知人が新しいノートパソコンが動かないと言ってました。

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

Acer製 ディスプレイ EB321HQUBbmidphx 31.5インチ WQHD(2560 x 1440)/IPS 衝動買い

Acer モニター ディスプレイ EB321HQUBbmidphx 31.5イン

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

Gemini で作曲(Lylia)

Gemini の作曲機能(Lylia)を試してみました。 「宇宙

風邪が治らず

ここ2週間ほど咳、咽頭痛、頭痛が止まらず。発熱までは至りません。 よ

AI で画像生成

昔、四国の高松に一度行ったことがありました。 学会に出席したあとすぐ

Japandi ウォールアート 200枚セット Wabi Sabi

Etsy.com で買ったデジタルアート。 私が買ったと

Utagawa Kuniyoshi Wall Art Bundle

「Utagawa Kuniyoshi Wall Art Bun

→もっと見る

  • アクセスカウンター
PAGE TOP ↑