*

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

パソコンマニアとアプリケーションユーザー

* 私はパソコンのハードウェアと OS は好きだが、いわゆるアプリケーションソフトが好きなわけ

記事を読む

中古PC 3台ゲットだぜ 2023-4-21

久々にヤフオクで中古PCをゲットしました。 モデルはどれも私の好きな NEC製品です。

記事を読む

初めてのSSD

初めてのSSD 【送料無料】 OCZ 【限定特価】 OCZSSD2-1VT

記事を読む

おしゃれなブック型コンピュータ Paper

⇒ http://gigazine.net/news/20130124-apc-paper-

記事を読む

NEC PC-MK33LLZT1FJD さっそく実戦配備

以前の記事「NEC PC-MK33LLZT1FJD うれしい誤算」の続きです。 この前

記事を読む

USB3.0 グラフィックアダプタ

玄人志向 USB3.0 グラフィックアダプタ DVI接続 バスパワー駆動 V

記事を読む

呪いのルーター I-O DATA ETX-R

I-O DATA 高速・多機能・ブロードバンド有線ルーター ETX-R アイ・オ

記事を読む

クラウド型スクリーンショット Gyazo(4)

有料サービス クラウド型スクリーンショットの Gyazo の話ですが、 先日有料サービス(Gy

記事を読む

DELL Dimension 9200C ご到着

* CPU:Core2Duo 6300 / 1.86GHz メモリ:1GB HDD:3

記事を読む

Zorindows ?

* Windows8 が Windows7 と全く違うような OS なら、Windows7 と

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

炭水化物on炭水化物

よく「炭水化物on炭水化物なんておかしい」という人がいます。ガイジンに

ダーク妖怪 Vol.1、33フレームTVアートバンドル

鳥山石燕の『百鬼夜行』から着想を得て、ダークな空想絵巻を作って

chatGPT はじめてのプロンプトエンジニアリング / 本郷喜千

★★★☆☆ ChatGPTの初心者向けに「プロンプト(指示文)の

川瀬巴水『旅みやげ』

昭和の広重と言われた版画家 川瀬巴水には『旅みやげ』という人気シリーズ

日本の妖怪について

「お化けと幽霊と妖怪はどこが違うの」と孫に訊かれました。 「幽霊

→もっと見る

  • アクセスカウンター
PAGE TOP ↑