*

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

TMPGEnc MPEG Editor 3

  TMPGEnc MPEG Editor 3 ペガシス  2

記事を読む

MSオフィス信者は困る

* そう言えば、ちょっと前にどこかの医療系大学の教官がレポートの宿題を出して、MSワードで提出

記事を読む

4台のパソコンを1組のキーボード、マウス、モニタで使う 切替器(USB) KVM-KU4

ELECOM ケーブル一体型切替器(USB) KVM-KU4エレコム 2005-

記事を読む

【ヤフオク】DELL OPTIPLEX 980 到着

4700円+送料で落札。 DELL の中堅ビジネス機 OPTIPLEX 980 です。

記事を読む

Chalet OS 16.04 USBメモリ にインストールしてみた

前回「Chalet OS 16.04 HDD にインストールしてみた」の続きです。 先

記事を読む

崎ともう一つのサキ

齊齋斎斉・・・ この前、サイトウさんの「サイ」の字は25文字もある、とTV 番組でやっておりま

記事を読む

M.2 NVMe to PCI-e 変換アダプタ 拡張カード

M.2 NVMe to PCI-e 変換アダプタ 拡張カード

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

SSD 240GB SATA3 2.5インチ 内蔵型 Imation イメーション 海外リテール品 A320-SATA3-240GB

【3/10限定★抽選で2人に1人最大100%Pバック(要エン

記事を読む

高槻でネットが遅い

今朝、高槻遠隔画像診断センターで PC を立ち上げるとなんか嫌な予感・・・ やっぱり。ネットが

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

医者になって42年

42年前(1984年)には、以下のような出来事がありました。

Claude 使ってみる

Claude についていろいろ調べてみていたわけですが、いよいよ使って

CAT8 LANケーブル 1m

自宅の仕事場の回線をマンションタイプ(VDSL)から NURO

WiMAX 到着

WiMAX の機器(Speed Wi-Fi HOME 5G L13+n

不思議な AXI Select

AXI Select は海外FXブローカーの Axi が提供する参加費

→もっと見る

  • 2026年5月
     123
    45678910
    11121314151617
    18192021222324
    25262728293031
  • アクセスカウンター
PAGE TOP ↑