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
-
-
変な現象 / 8GB の USB メモリからのブートができない
＊ Optiplex740 での現象なんですが、何台も同じ症状が出るのです。 Ubuntu
-
-
A4インクジェット複合機 MyMio DCP-J925N
BROTHER A4インクジェット複合機 MyMio DCP-J925N
-
-
パナソニック製 BD-Rメディア 30枚入り
Panasonic ブルーレイディスク 日本製 録画用4倍速 25GB(単層
-
-
いろんな Linux ディストリビューション
＊ Linux を OS パッケージにしたものをディストリビューションというのですが、よく知ら
-
-
ALCMTR.EXE はRealtekのスパイウェア
＊ メインの Windows XP マシンで msconfig を起動してスタートアップのとこ
-
-
パイオニア 内蔵ブルーレイコンボドライブ BDC-207DBK バルク品
BDC-207DBK Blu-rayコンボドライブ ブラックベゼル Pion
-
-
20倍ズームデジカメ買ったぞ
PENTAX デジタルカメラ Optio VS20(ノーブルブラック)160
-
-
NEC PC-MK25TGFCE 液晶一体型PC (3) Linux Mint 18.1 のインストール
3350円＋送料でヤフオクで落札したモニタ一体型パソコンですが、無料の OS Linux M
-
-
ブートできる USB メモリのフォーマット
＊ USBメモリからブートできれば、ハードディスクのないマシン、ハードディスクの壊れたマシン、
-
-
【AI】Nano Banana2 に無茶振り
Gemini にビルトインされている Nano Banana2 という画像生成 AI に 「中
- 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
