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
-
-
【ヤフオク】HP Pavilion s3720jp Phenom X4 9150e ジャンク 落札
1700円＋送料で落札。 CPU：Phenom X4 9150e 1.8GHz
-
-
Netac M.2 SSD 250GB を NEC Express 5800 に組み込み
Netac という素性の知れない中華メーカーの SSD です。 M.2 形式の NVMe
-
-
USB3.0 グラフィックアダプタ DVI接続 バスパワー駆動 VGA-USB3.0/DVI
玄人志向 USB3.0 グラフィックアダプタ DVI接続 バ
-
-
BUFFALO 有線ブロードバンドルーターBHR-4GRV
BUFFALO 有線ブロードバンドルーター リモートアクセス&Gig
-
-
DELL OPTIPLEX320 Core2Duo E4300-1.8GHz/2GB/160GB/DVD-ROM
＊ ＊ Optiplex 320 のミニタワータイプをヤフオクでゲットしました。3600
-
-
Zorin9 使ってみた
待望の Zorin9 ですが、本家サイトから 32bit 版をダウンロードして、USB メモリに
-
-
【ヤフオク】NEC Express 5800/53xJ Core i3-6100 8GB/1TB
この前落札したうちの1台です。 Windows 10 Pro 64bit がクリーンイ
-
-
壊れた無線LANルーター WZR-HP-G301NH
BUFFALO おまかせ節電 USBポート搭載 11n/b/g対応 ハイパワー
-
-
パソコン逝く 2016-04-06
4号機立ち上がらず 自宅の仕事場では PC切替機を使って 4台のパソコンを 1セットのキーボー
-
-
GV-MVP/XS2W（２日目）
昨日からGV-MVP/XS2W という IO 製の最新ダブルチューナーボードを使って、地デ
- 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
