*

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

東芝 USB3.0外付け HDD (2.0TB) HD-ED20TK

東芝 USB3.0外付け HDD (2.0TB) HD-ED20TK 東芝 2

記事を読む

A-DATA ASP900S3-64GM-C-7MM / ADATA 2.5"SSD 64GB SATA6G

A-DATA ASP900S3-64GM-C-7MM ADATA 2.5"SSD

記事を読む

6画面ディスプレーのPC

6画面ディスプレィのマシンの作り方が載っています。 > http://ascii.jp/

記事を読む

DELL Optiplex740 またゲット

  * またヤフオクでゲット。2200円。 CPU:Athlon64X2 3

記事を読む

Vostro3800 光ドライブ換装

前回の記事「Vostro3800スリムタワー到着 」の続きです。 Blu-ray 焼きマシンに

記事を読む

ちゃんと起きろよ 寒い日の HDD

CORSAIR Force Series GT CSSD-F60GBGT-B

記事を読む

YouTube より動画をダウンロード

* YouTube に行けばいつでも観られる動画をわざわざダウンロードする必要はありません

記事を読む

Greathtek GHT-S7415H USB3.0 KVMスイッチ HDMI 4入力1出力

Greathteek という会社の KVMスイッチ(USB3.0 HDMI 4入力1出力)で

記事を読む

日経 Linux (リナックス) 2012年 12月号 [雑誌]

日経 Linux (リナックス) 2012年 12月号 日経Linux 日経

記事を読む

PT3 アースソフト 4番組同時録画 コピーフリーチューナー

PT3 Rev.A アースソフト 売り上げランキング : 578 Am

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

Antigravity2.0 で DPI 変換

画像の解像度(DPI)を変換するのには、Photoshop などのソフ

家紋の歴史について

日本の家紋の歴史は、単なる「家のマーク」の歴史ではなく、身分秩序・戦場

ホテルでの快適な読影

盆休みでもあった先週の土日、グランドエクシブ鳥羽に泊まった際には、ミニ

マルタイラーメンご当地セット

いつもご愛顧のマルタイラーメンのご当地シリーズ。 ちょっとお

グランドエクシブ鳥羽

先週の土日に鳥羽にあるグランドエクシブ鳥羽に家族全員で泊まりに行ってき

→もっと見る

  • アクセスカウンター
PAGE TOP ↑