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。
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
-
-
DELL Optiplex760 2台目(3) USBメモリからのブート問題
＊ これは昨日紹介したマシンでの話ですが、4GB の USB メモリに入れた KONA Lin
-
-
DELL Photo 966 安くてきれいなプリンタ
私の書斎で愛用している DELL のプリンタ DELL Photo 966 です。 Win
-
-
自宅のメインマシンのCドライブ(SSD)を変更
＊ 最近自宅のメインマシン（愛称 WhiteBase ）がときどきブートに失敗します。 マザ
-
-
MOSWAG RCA USBケーブル
前回の「USB – RCA変換ケーブル（384KHz/24-bit Hi-Res DAC搭載
-
-
acer ASX3950-N34D/TF 入院
acer の ASX3950-N34D/TF は昨年 2月にヤフオクで 3000円で落札した
-
-
縦置き液晶ディスプレイの効用
LG 23型ワイド IPSパネル/ホワイトLED BLU採用
-
-
Zorin OS 12 Lite を USBメモリにインストール
Zorin 12 Lite を使用 32GB の USBメモリに Zorin OS 12 Lite
-
-
Ubuntu14.04LTS 32ビット版 インストールしてみた
＊ 日経Linux 6月号でオマケのDVDが Ubuntu14.04LTS の 32ビット版と
-
-
1000BASE-T対応 8ポートレイヤー2スイッチングハブ ETG-ESH8
I-O DATA 省電力機能搭載!1000BASE-T対応 8ポートレイヤー2ス
-
-
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
- PREV
- お勧めの壁紙
- NEXT
- 電脳セッション (ハヤカワ文庫JA) / 東野 司
