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
-
-
ブログの意味 自己の文明の確立
ヴェネツィア（ベネチア）の発祥は北イタリアからゲルマン人が避難して始まったとされます。 湿地帯
-
-
Citrix すぐ切れる
職場で使っている NEC の PC で Citrix がしょっちゅう切れます。 Citrix
-
-
USB 簡易電圧・電流チェッカー / 普通の人は不要だけど
ルートアール USB 簡易電圧・電流チェッカー VA同時表示・充電最適化回路内蔵
-
-
HP ENVY5542
日本HP HP ENVY5542 K7C87A#ABJ 日本HP 2015-11-
-
-
DELL OptiPlex 740 のセットアップ
＊ CPU：AMD Athlon 64X2 3800+ / 2.0GHz メモリ：1GB HDD
-
-
自宅のメインPC、病に倒れる
昨日の夜、自宅のメインPCが壊れました。 ふるさと納税でもらったマウスコンピュータ製のPC。
-
-
遠隔画像診断のビジネスモデル
＊ 遠隔画像診断の模式図を作ってみました。 上段が従来のファイル転送型（非クラウド型）
-
-
M.2 NVMe to PCI-e 変換アダプタ 拡張カード
M.2 NVMe to PCI-e 変換アダプタ 拡張カード
-
-
医知悟は Java7 非対応
＊ 愛用の Windows2000 マシンで勝手に Java がアップグレードしてしまい、その
-
-
USB3.0用 外付けSSD 128GB SSD-PE128U3-RD
BUFFALO ターボPC EX対応 USB3.0用 外付けSSD 128G
- 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
