*

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

Ubuntu の存在意義

Ubuntu は Linux ディストリビューションの中で、一二を争う人気のディストリビューショ

記事を読む

DELL Optiplex320 またまた落札 / ハードディスクの移植

CPU:Core2Duo E4300 / 1.8GHz メモリ:1GB HDD

記事を読む

画像診断メモノート

  画像診断メモノートですが、知り合いから「ウイルスバスターをインストールしたマシン

記事を読む

パソコンの修理

* 自宅(兼仕事場)で普段使っているデスクトップ&タワーのパソコンは 6台ですが、このほかに数

記事を読む

【ヤフオク】NEC PC-MKL36BZG4 Mate MB-4 落札

久々にヤフオクで 、NEC のデスクトップを落札しました。 2019年ごろに発売されたビジ

記事を読む

Acer製 ディスプレイ EB321HQUBbmidphx 31.5インチ WQHD(2560 x 1440)/IPS 逝く

2019年1月に買った Acer製 ディスプレイ EB321HQUBbmidphx 31.5インチが

記事を読む

HDD で遊ぶには

タイムリー GROOVY HDDをUSB SATA接続2.5/3.5/5.25"

記事を読む

【ヤフオク】DELL OptiPlex 3050 落札

もう一台ヤフオクで落札しました。3,097円(税込)+送料 1,606円 でした。 DEL

記事を読む

ブルーレイドライブが激安

ブルーレイドライブ KEIAN LITEON 内蔵Bru-rayドライブ バル

記事を読む

ポート開放/閉鎖用バッチファイル

以前から、ある一定時間だけ PC の特定の通信ポートを遮断できないか考えていました。 MT4

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

鳥山石燕『百器徒然袋( 百鬼徒然袋)』について

江戸時代中期の絵師・鳥山石燕(とりやま せきえん)は妖怪を描いた人とし

炭水化物on炭水化物

よく「炭水化物on炭水化物なんておかしい」という人がいます。ガイジンに

ダーク妖怪 Vol.1、33フレームTVアートバンドル

鳥山石燕の『百鬼夜行』から着想を得て、ダークな空想絵巻を作って

chatGPT はじめてのプロンプトエンジニアリング / 本郷喜千

★★★☆☆ ChatGPTの初心者向けに「プロンプト(指示文)の

川瀬巴水『旅みやげ』

昭和の広重と言われた版画家 川瀬巴水には『旅みやげ』という人気シリーズ

→もっと見る

  • アクセスカウンター
PAGE TOP ↑