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 のデータバックアップ用ソフト「deja dup」がいいね！
パソコンで最も重要なものは自分の作ったデータです。 世界のどこにもないオリジナルなものですので
-
-
6画面ディスプレーのPC
6画面ディスプレィのマシンの作り方が載っています。 > http://ascii.jp/
-
-
WINE / Linux OS 上で Widows アプリを走らせる
Wine (Wine is not emulator) というシステムが Linux にありまし
-
-
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
-
-
Voyager 14.04 LTS ライブ起動してみた
Ubuntu 14.04 LTS 発表 久々の Linux ネタです。 先月、Ubuntu
-
-
Kona Linux 3.0 Cinnamon版 試用
Kona Linux がいつのまにか 3.0 になっていて、しかもデスクトップ環境がいくつも
-
-
IODATA HDCR-U2.0 の中身
I-O DATA 東芝対応 USB 2.0/1.1接続 外付型ハードディスク 2
-
-
とりあえず復旧完了（仮）
玄人志向 HDDスタンド USB3.0接続 KURO-DACHI/CLONE/U3
-
-
1000BASE-T対応 8ポートレイヤー2スイッチングハブ ETG-ESH8
I-O DATA 省電力機能搭載!1000BASE-T対応 8ポートレイヤー2ス
-
-
ウエスタンデジタルHDD Ultrastar 14TB
以前書いた記事「500GB HDD が安い」の中で紹介した 2.5インチ 500GB ハードディスク
- 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
