*

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

ガラポンTV弐号機 登場

* ガラポンとはワンセグの録画機。 なーんだ、とお思いでしょうが、ガラポンが2号機となって再

記事を読む

ハードディスクの換装

   「TrueImage Personal 2」 を使ったシステムディスクの換装が

記事を読む

遠隔画像診断のビジネスモデル(4)

それぞれの場合での遠隔画像診断サービス会社の違いを見てみましょう。 * 上段は従来のファ

記事を読む

悲報? Pear OS が消滅?

Pear OS 8[/caption] Pear OS がプロジェクトごと消滅 元ネタ> Pe

記事を読む

SSDの値崩れ

Kingston SSD V100 standalone 64GB SV100S

記事を読む

壊れた無線LANルーター WZR-HP-G301NH

BUFFALO おまかせ節電 USBポート搭載 11n/b/g対応 ハイパワー

記事を読む

SPD S200(SSD SATA 256GB)

SPD SSD 256GB 3D NAND 長寿命TLC S

記事を読む

NFJ 『UPA-152J MkII』USB接続バスパワー駆動パワーアンプWithヘッドフォンアンプ セールで 999円

実は 1個持っているのですが、セールで 66%オフだったので今朝 3個注文しておきました。

記事を読む

自宅の WindowsXP PC 昇天

自宅で WindowsXP で動いていた自作 PC(愛称 WhiteBase) がついに逝きました。

記事を読む

【ヤフオク】 NEC PC-MK25TGFCE 液晶一体型PC 落札

メーカー NEC 型番 PC-M

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

ORICO Y-20 SSD 128GB

これも ORICO という中華メーカーの SSD(SATAタイ

ORICO S500-PRO SSD 128GB

ORICO という中華メーカーの SSD(SATAタイプ)。

KIOXIA EXCERIA 480GB SSD

【キオクシア kioxia】キ

Netac SSD 128GB 2.5インチSATA

Netac という素性の知れない中華メーカーの NVMe タイ

【FX】驚きの EA かも

以前、他人に譲った仕事(遠隔画像診断)が先月から2つほど帰ってきまして

→もっと見る

  • 2025年4月
     123456
    78910111213
    14151617181920
    21222324252627
    282930  
  • アクセスカウンター
PAGE TOP ↑