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
-
-
Ubuntu 13.04 日本語 Remix
＊ 簡単フレンドリーな Linux として普及している Ubuntu ですが、新バージョンの
-
-
GA-H61M-USB3-B3 REV2
GIGABYTE intel H61(B3) LGA1155 Micro A
-
-
自宅の WindowsXP PC 昇天
自宅で WindowsXP で動いていた自作 PC（愛称 WhiteBase） がついに逝きました。
-
-
BOOKSCAN を初利用
＊ 自分で書籍をバラしてスキャンして PDF 化することを「自炊」と言いますが、手間と時間がも
-
-
Windows Live Writer を使ってみた
Windows Live Writer というブログエディタ（Microsoft 製フリーソフト
-
-
PLANEX 11n/b/g 300Mbps ハイパワー無線LANルータ MZK-W300NH2
PLANEX 11n/b/g 300Mbps ハイパワー無線LANルータ MZK
-
-
Makulu 10 Aero について
MakuluLinux 以前の記事「Makulu 10 Aero と Linux Lite 3.8
-
-
【ヤフオク】Win10☆自作945CGT-M/E5800/QuadroFX580☆動作品ジャンク 落札
capibara2007さんから 2650円で落札。 ◎動作確認済みですが、もともと全て地
-
-
Windows10 のアホなところ
Windows10 は Windows7 からするとまだマシなほうですが、いろいろとイラつか
- 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
