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
-
-
ネットワーク過剰防衛マニュアル / 網野 嵐
ネットワーク過剰防衛マニュアル 網野 嵐 秀和システム 2002-12 売り上
-
-
安くなった SSD をまとめて購入
韓国のサムソンが NAND型フラッシュメモリの生産を制限するという情報が飛び込んできたので、フラ
-
-
Lekhonee-gnome / Ubuntu でのブログエディタ
先ほどの記事とこの記事は Ubuntu 上で書いています。 まあ、ブログを置いているサーバ
-
-
プリンタ HP ENVY 5542 半死
年賀状を刷り始めた途端に、プリンタ HP ENVY 5542 が半死状態に。 A4 などの紙に
-
-
PATA ハードディスクのチェック(4)
SANWA SUPPLY IDE/SATA-USB変換ケーブル 0.72m US
-
-
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
-
-
絶不調パソコン完全復活マニュアル / 佐々木 康之
絶不調パソコン完全復活マニュアル 佐々木 康之 翔泳社 2006-06-02
-
-
ミニPC AMD Ryzen 5 3550H 16GB DDR4 512GB NVME SSD
またまた購入したミニPC です。 CPU：AMD Ryzen 5 3550H
-
-
Ubuntuはダサい？
Linux ディストリビューションの一つ Ubuntu 10.04 の起動ディスクでパソコンを立
-
-
「ウィンドウズ9」来月発表?
Windows9 デスクトップ（予想）[/caption] 元ネタ＞ 「ウィンドウズ
- 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
