*

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

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 2Gプランに換えました。

記事を読む

Zorin6.4 にイーサイトの診断環境をインストールする方法

私イチオシの Linux である Zorin6 にイーサイトの診断環境をインストールする手順を示しま

記事を読む

DTI メール受信ができない

ここ数週間、DTI のメールサーバーの不調で、受信できないメールが多々ある模様。 DTI と言

記事を読む

パソコン上達の方法

* パソコンを使っていると言っても、世の多くの人はアプリケーションユーザー。 昔の人は

記事を読む

no image

GV-MVP/XS2Wでの地デジ録画

GV-MVP/XS2Wでの地デジ録画  録画は安定しています。  売りの H264

記事を読む

ホームページ作成ソフト Sirius でこんなもの作ってみた

// 【上位版】次世代型サイト作成システム「SIRIUS」 * 新しいサイト作っ

記事を読む

格安 SSD 128GB

OCZ SSD OCZ Octane 2.5” SATA2 SSD 128G

記事を読む

Revo Center RC111 おうちサーバー

【送料無料】 Acer/エイサー Revo Center RC111(RC1

記事を読む

Ubuntu MATE 16.04 をインストール

Ubuntu MATE 16.04 (日本語Remix ではない英語版)をハードディスクにイ

記事を読む

下位互換で有料 Vs 上位互換で無料

MSオフィス上位互換の OpenOfficeOrg が LibreOffice と分裂したの

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 ↑