質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

90.77%

  • Python 2.7

    1208questions

    Python 2.7は2.xシリーズでは最後のメジャーバージョンです。Python3.1にある機能の多くが含まれています。

  • JSON

    1067questions

    JSON(JavaScript Object Notation)は軽量なデータ記述言語の1つである。構文はJavaScriptをベースとしていますが、JavaScriptに限定されたものではなく、様々なソフトウェアやプログラミング言語間におけるデータの受け渡しが行えるように設計されています。

  • 正規表現

    752questions

    正規表現とは特定の文字列によるパターンマッチングを行う際に用いられる宣言型プログラミングです。

順番に正規表現の処理(置換)をしたいです。

解決済

回答 1

投稿 編集

  • 評価
  • クリップ 1
  • VIEW 520

yoyoyo0205

score 12

正規表現処理を順番にしていきたいです。

0000.jsonl~2900.jsonlのテキストファイルがあり、ファイル一つずつに正規表現を使って置換をしなければなりません。

あまりの膨大な量のデータなので、grepを用いても全てのファイルを一括で置換することはできないでの、一つずつ順番に0000.jsonlの処理を終えたら0001.jsonlの処理という風に最後の2900.jsonlまで順番に正規表現処理をしたいです。

ちなみに正規表現処理というのは、コーパスファイルを扱っているのですが、各ファイルの中のタグだけを抽出するため、タグ以外の部分を検索し、その部分を""に(つまり空白)置換しようとしています。
環境はMacで、python,perlなどを使っております。
何かヒントだけでもいただけないでしょうか?

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

質問への追記・修正、ベストアンサー選択の依頼

  • taktaktak

    2017/09/18 21:09

    「あまりの膨大な量のデータなので、全てのファイルを一括で置換することはできず」とのことですが、 具体的に何を使ってどう処理しようして、できなかったのでしょうか? 具体的に何をどう置き換えたいのかも不明ですが、ターミナルからgrepコマンドでも置き換えできるんじゃないでしょうか。

    キャンセル

  • yoyoyo0205

    2017/09/18 21:19

    コーパスファイルを扱っているのですが、各ファイルの中のタグだけを抽出するため、タグ以外の部分を検索し、その部分を""に(つまり空白)置換しようとしています。grepコマンドではパソコンがオーバーヒートしてしまうため、ファイル1つずつ順番に処理していく方向で行きたいと考えております。

    キャンセル

  • asahina1979

    2017/09/20 08:38

    grepコマンドもひとつづつ処理してますよ(並行処理ではない)

    キャンセル

  • yoyoyo0205

    2017/09/20 14:52

    asahina1979さん、コメントありがとうございます。自分の知識不足なので、コメントありがたいです。おそらく扱うファイルの量の大きさとパソコンのスペックも関係があるかもしれません。量を分割してやってみるなど取り組みたいと思います。

    キャンセル

回答 1

checkベストアンサー

+1

こんな感じで一ファイルずつ処理すればいいかと思います。

for file in *jsonl
do
正規表現処理
done

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2017/09/18 21:02 編集

    ありがとうございます!試してみます。

    キャンセル

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 90.77%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

関連した質問

同じタグがついた質問を見る

  • Python 2.7

    1208questions

    Python 2.7は2.xシリーズでは最後のメジャーバージョンです。Python3.1にある機能の多くが含まれています。

  • JSON

    1067questions

    JSON(JavaScript Object Notation)は軽量なデータ記述言語の1つである。構文はJavaScriptをベースとしていますが、JavaScriptに限定されたものではなく、様々なソフトウェアやプログラミング言語間におけるデータの受け渡しが行えるように設計されています。

  • 正規表現

    752questions

    正規表現とは特定の文字列によるパターンマッチングを行う際に用いられる宣言型プログラミングです。