*

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

iiyama モニター ProLite XUB2493HS-B6

iiyama(飯山)の PC用モニター(ディスプレイ)の ProLite XUB2493HS-B

記事を読む

レグザで壊れた HDD 復旧

レグザで使っていて一昨日壊れた外付けハードディスクドライブの復旧の続きです。

記事を読む

Chalet OS 16.04 試用してみた

久々の Linux ネタです。 Zorin 12 Core 版を常用しているワタシで

記事を読む

ブルーレイディスク(メディア)を久々に購入

録画したTV番組を保存するのに、パナソニックのブルーレイディスクを使っていたのですが、パナソニックが

記事を読む

ハッカー・ハンドブック―インターネット時代のセキュリティー / Dr.K 尾子洋一郎

ハッカー・ハンドブック―インターネット時代のセキュリティー Dr.K 尾子 洋

記事を読む

寒いとパソコンが起きてくれません

寒くなるとパソコンの起動が遅くなったりしませんか? それは故障ではありません。 * うちのパ

記事を読む

PLANEX ハイパワー無線LANルータ MZK-W300NH2 突然死

PLANEX 11n/b/g 300Mbps ハイパワー無線LANルータ MZK-W

記事を読む

BIOS しかない PC に SSD

先日の記事「crucial SSD BX500 240GB」で紹介した SSD は自宅に置いてある予

記事を読む

iPad で授業をする? ジョブズが泣くぜ

iPad で授業 iPad で授業をするための教師研修のニュースをこの前TVでやっていました。

記事を読む

整備済み品東芝製 500GB ハードディスク(2.5インチ 内蔵型)

東芝 の HDD MQ01ABF050 です。2.5インチの 500GB の容量があります。

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

板間クモ膜瘤

よく、クモ膜顆粒と混同されている板間クモ膜瘤についての話です。

日産セレナ e-Power

息子が車を買い替えるとか。 今まで乗った Honda のフリードから

ママ投資家が育休中に1億貯めた株式投資 / ちょる子

★★★☆☆ 育休中にスマホで1億円を稼いだママ投資家として有

AI絵師の締め出し

最近、イラスト投稿サイトにおける AI 作成物の禁止が話題になっている

日本史で遊ぶ

ChatGPT などの AI に こそこそと「プロンプト」なる呪文(日

→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 ↑