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
-
-
AWOWミニpc win11 Pro N100 16GB DDR4 512GB 注文
アマゾンのブラックフライデー、買うものないなと思ってましたが、最近メモリや SSD の値段が
-
-
Windows8.1 にもやっぱりメニュー
Windows8.1 には Windows8 にはなかったスタートメニューらしきものができました
-
-
シリコンパワー 2.5インチ SSD SATAII 32GB SP032GBSSDE20S25(2)
シリコンパワー 2.5インチSolid State Disk 高速転送 SA
-
-
USBメモリ SanDisk SDCZ430-128G
SanDisk USB3.1 SDCZ430-128G 128GB Ultra 130M
-
-
Ubuntu14.04LTS 32ビット版 インストールしてみた
＊ 日経Linux 6月号でオマケのDVDが Ubuntu14.04LTS の 32ビット版と
-
-
Citrix すぐ切れる
職場で使っている NEC の PC で Citrix がしょっちゅう切れます。 Citrix
-
-
BD-Rドライブで 4GB超のファイルを焼く
＊ BD-Rドライブで 4GB超のファイルを焼こうとすると、「ファイルシステムの制限で焼けない
-
-
MakuluLinux 14 LinDoz 試用してみた
MakuluLinux 14 使ってみた Makulu の現行バージョンである MakuluLin
-
-
で、新しいマシンを作った
＊ で、新しいマシンを作ったワケ。 マザボは GIGABYTE の MA78GM-US2H。
-
-
安くなった SSD をまとめて購入
韓国のサムソンが NAND型フラッシュメモリの生産を制限するという情報が飛び込んできたので、フラ
- 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
