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
-
-
サーバーカウボーイが動かない
＊ レンタルで借りているサーバーは３つあって、Coreserver、ServerCowboy、
-
-
MakuluLinux 14 Shift 日本語版を試用してみた
前回の記事「MakuluLinux 14 Shift 試用してみた」 の続きです。 前回は英語
-
-
プログラマを笑え! / 藤本裕之
プログラマを笑え! 藤本 裕之 ソーテック社 2004-10 売り上げランキン
-
-
USB – RCA変換ケーブル（384KHz/24-bit Hi-Res DAC搭載）
「USB - RCA変換ケーブル」とありますが、実際は「ケーブル付き USB-DAC」です。
-
-
安物BD-R 買ってみる
私は今までブルーレイの書き込みには Panasonic 製メディアしか使わないようにしていま
-
-
Seagate HDD また一位
オンラインストレージサービスBackblazeが実際に使用した200種類（合計約4万台）のハ
-
-
Ubuntu MATE に xfce を組み込む
MATE に xfce Ubuntu MATE 16.04 に xfce を組み込んでみました
-
-
魅力的なCPU Athlon の復活 / Athlon 5350 /安価で4コア TDP25W
Athlon という CPU Athlon という AMD社製の CPU が昔ありました。
-
-
【ヤフオク】HP 8200 Elite USDT Core i3-2120 3.3GHz 2GB DVDスーパーマルチ 落札
2350円＋送料で落札できました。 ヒューレットパッカード（HP）の HP 8200
-
-
ミニPC（NipoGi AK1plus-n97）にて 10ケの MT4 を動作させる
Intel N97 CPU を積んだミニ PCの NipoGi AK1plus-n97 ですが、現在
- 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
