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
-
-
【無料フォント】やさしさゴシック
「デザイナーが本当に欲しい無料フォント１０選」という記事を見つけて、読んでみました。 普段使っ
-
-
Olasonic USBスピーカー TW-S7(W)
Olasonic USBスピーカー バスパワー 10W+10W TW-S7(W)
-
-
BOOKSCAN を初利用
＊ 自分で書籍をバラしてスキャンして PDF 化することを「自炊」と言いますが、手間と時間がも
-
-
8ポートギガビット対応スイッチングハブ HPE OfficeConnect 1405 8G v3 Switch
【76%OFF】【公式】8ポートスイッチングハブ HPE O
-
-
BENFEI USB3.0 3ポートハブ＋ギガビットイーサネットアダプター
BENFEI という中華製の USB 3.0 接続のギガビットイーサネットアダプター付き3ポート
-
-
【ヤフオク】NEC PC-MK37LLZ6AASU Mate ML-U（Core i3-6100 4GB 500GB）動きました
先日落札した3台のうちの1台。本日到着しました。 早速 linux mint で使って
-
-
GMKtec Ryzen 7内蔵ミニPC 注文
アマゾンのスマイルセールで 14000円以上値引きされているこいつを発見。 GMKtec
-
-
遠隔画像診断のビジネスモデル(4)
それぞれの場合での遠隔画像診断サービス会社の違いを見てみましょう。 ＊ 上段は従来のファ
- 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
