*

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

2021/5/13 Windows アップデーっと

ついうっかり、自宅のメインPC の Windows10 のアップデートを許したら、その後 2時間ほど

記事を読む

SSD の進化

これまで結構な数の SSD を買いました。 一番最初に買ったのではないが、うちでのかなりの古株の

記事を読む

no image

Akismet でスパム退治(WordPress)

* このブログは WordPress という CMS を使っています。 最近、プラダXX とかな

記事を読む

クラウド型スクリーンショット Gyazo(2)

前回の記事「クラウド型スクリーンショット Gyazo」の続きです。 Gyazo の仕組み ご

記事を読む

Windows10 久々クラッシュ

本日、急いでいたのに Windows10 が久々クラッシュ。 この PC は自宅でメインで使っ

記事を読む

ビジネスセキュリティ by トレンドマイクロ

  トレンドマイクロのアンチウィルスソフトはウィルスバスターだけかと思っていたら、買

記事を読む

遠隔画像診断のビジネスモデル(2)

遠隔画像診断のビジネスモデルの続きです。 * 遠隔画像診断の模式図を変更しました。 上

記事を読む

WindowsXP & Linux

* WindowsXP Vs Linux ではなく 、WindowsXP と Linux との

記事を読む

エコインク

* インクジェット複合機の HP 110a のインクがまた切れた。 HP のインクカートリッ

記事を読む

久々にヤフオクでPC2台ゲット

* Precision や Optiplex ばかりを狙って入札していたが、最近なかなか落とせ

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

Claude Fable 5 が無料使用期間中

アンソロピックが 6月に発表したものの、米政府の輸出規制により日本では

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

→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 ↑