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
-
-
DELL Optiplex760 2台目(2) 再生
＊ これは昨日紹介したマシン。 CPU：Pentium Dual E5300 /
-
-
XOOPSでつくる!最強のコミュニティサイト
XOOPSでつくる!最強のコミュニティサイト 小川 晃夫 南大沢ブロードバンド研
-
-
医局のみんなでパソコンを使いたい
大昔の話なので、今は笑い話かも。 普通の事務所なら普通に行っていることが、パソコン音痴の多い医
-
-
Media Espresso での MP4化
QSV を使った高速変換がウリの Media Espresso ですが、主に PlaySta
-
-
Ryzen5 ミニPC 購入
また ミニPCをアマゾンで注文。 「インテルは逝ってる」ようなので、AMD Ryzen 5 3
-
-
Netac SSD 128GB 2.5インチSATA
Netac という素性の知れない中華メーカーの NVMe タイプの SSD を買ったら 予想
-
-
CrystalDiskInfo でディスクを調べる
結局あと1台セリ落として、今週は 9台の中古ハードディスクをゲット。 そのうち 3台のハードデ
-
-
SPD Q300SE(SSD SATA 512GB)
【18日限定ポイント5倍】SPD SSD 512GB 【5年
-
-
ケーブル一体型切替器KVM-KU4
ELECOM ケーブル一体型切替器(USB) KVM-KU4 by
- 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
