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
-
-
5400回転のハードディスクなら安心
前回の記事「7200回転のハードディスクは熱かった」の続きです。 65度になると即死す
-
-
SSD 240GB SATA3 2.5インチ 内蔵型 Imation イメーション 海外リテール品 A320-SATA3-240GB
【3/10限定★抽選で2人に1人最大100％Pバック(要エン
-
-
Ubuntu の日本語化
Ubuntu の日本語化についてですが、オリジナルの Ubuntu は日本語の表示には対応してい
-
-
USB3.0 接続のポータブル SSD
BUFFALO ターボPC EX対応 USB3.0用 外付けSSD 128G
-
-
バッファロー LS210D0301G リンクステーション ネットワーク対応HDD 3TB
バッファロー LS210D0301G リンクステーション ネ
-
-
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
-
-
Claude で note を書く実験(2)
前回「Claude で note を書く実験」の続きです。 今回は Claude に note
-
-
Google 製作の無料フォント Noto Sans
Noto日本語フォント[/caption] Google が無償で利用でき、改変・再
-
-
インテルがデスクトップPC向けマザーボード市場から撤退
＊ 「インテルがデスクトップPC向けマザーボード市場から撤退」というニュースが入って来ました。
-
-
Filezilla / 優れものの FTP クライアント
＊ 長らく FTP クライアントに ffftp を使っていましたが、サーバーへのファイル転送の
- 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
