*

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

Seagate HDD また一位

オンラインストレージサービスBackblazeが実際に使用した200種類(合計約4万台)のハ

記事を読む

PC-MK31LBZCUASC Core i3-2100 4GB DVD-ROM 250GB OSなし 到着

先日の記事で紹介した4台の PC ですが、早くも本日届きました。 まず、PC-MK31

記事を読む

すべてのOSで使える無料でMSオフィス上位互換のオフィスソフト

すべてのOSといっても Windows、MacIntosh、Linux ですが、これらで使える

記事を読む

GA-H61M-USB3-B3 REV2

GIGABYTE intel H61(B3) LGA1155 Micro A

記事を読む

イーサイトの遠隔画像診断端末からATOK単語登録

なんのこっちゃわからん人は無視してね。 * イーサイトの遠隔画像診断端末をお使いの方で、パソ

記事を読む

LG電子製 SATA内蔵スーパーマルチドライブ GH24NSC0 BL BLK

LG電子 S-ATA 内蔵スーパーマルチドライブ ブラックベゼル バルク ソフト

記事を読む

DELL Optiplex 755 2台目 ジャンク

さきほどと同じ? いえいえまた別物です。先月はこのウルトラスモールファクタータイプを3

記事を読む

Optiplex745 2台目ゲット

CPU:Core2Duo 6400 / 2.13GHz メモリ:1GB HDD

記事を読む

no image

SAPPHIRE ビデオカード FLEX HD6770 1G GDDR5 PCI-E DL-DVI-I+SL-DVI-D/HDMI/DP

SAPPHIRE ビデオカード FLEX HD6770 1G

記事を読む

マイクロソフト日本語入力のダメダメなところ

マイクロソフト日本語入力のダメダメなところはいろいろあるのですが、 学習が弱い 最長

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

AI を助言者(メンター)にする

漠然と AI と話していると、一般的な表面的な話に陥りがちです。

室生春秋: 前田真三写真集

★★★☆☆ 出版社 ‏ : ‎ 講談社 発売日 ‏

浮世絵を知りたい。 完全保存版 / 白倉敬彦(監修)

★★★☆☆(初心者に最低限の知識をつけさせてくれる) 著者名

ネクストジェネレーションの 2026年7月の配当

本日夕方熊本で最大震度7の地震があり、その後イオンモールでガス爆発事故

救急病院への遠隔画像診断依頼

医療施設で撮られた画像を、救急病院へ遠隔画像診断依頼すれば保険点数がも

→もっと見る

  • 2026年8月
     12
    3456789
    10111213141516
    17181920212223
    24252627282930
    31  
  • アクセスカウンター
PAGE TOP ↑