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
-
-
Acer ディスプレイ EB321HQUBbmidphx とってもキレイ
Acer モニター ディスプレイ EB321HQUBbmidphx 31.5イン
-
-
できるポケット 使って覚える HTML&CSS の基本がマスターできる本 / 佐藤和人
できるポケット 使って覚える HTML&CSS の基本がマスターできる本佐
-
-
ヒューレットパッカードのノートパソコン HP 15-bw000 狂う
2018年6月に余った経費で買ったまま、ほとんど使っていなかったヒューレットパッカードのノートパソコ
-
-
医知悟は Java7 非対応
＊ 愛用の Windows2000 マシンで勝手に Java がアップグレードしてしまい、その
-
-
PC用メモリの価格低下
本日、以前に買った本にレシートが挟まっていることに気が付きました。 2012年11月11日 ソ
-
-
SPD S200（SSD SATA 256GB）
SPD SSD 256GB 3D NAND 長寿命TLC S
-
-
高速AMD Athlon 64×2-2.0GHｚ 2G 160G DVDコンボ Win7認証済
＊ またまたヤフオクで落札。 いつもの DELL Optiplex 740 です。リース落ち
-
-
ミニPC RINGREAT T9-PLUS 到着
昨日の記事「ミニPC（N95＋16GB RAM＋512GB SSD）注文」の続き。 R
-
-
SAPPHIRE HD6450 1G DDR3 PCI-E HDMI/DVI-D/VGA
SAPPHIRE HD6450 1G DDR3 PCI-E HDMI/DVI-D
- 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
