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
-
-
UGREEN USB 3.0有線ギガビットLANアダプター＋3ポートUSBハブ
一昨日紹介した「USB3.0接続LANアダプタ＋USB3.0ハブ」とほぼ同じものです。
-
-
ALCMTR.EXE はRealtekのスパイウェア
＊ メインの Windows XP マシンで msconfig を起動してスタートアップのとこ
-
-
パソコンマニアとアプリケーションユーザー
＊ 私はパソコンのハードウェアと OS は好きだが、いわゆるアプリケーションソフトが好きなわけ
-
-
FUJITSU FUTRO MP702 に Linux Mint 19.3 xfce を入れてみた
前回の記事「FUJITSU FUTRO MP702 に最適の linux」で予告したように、Linu
-
-
【ヤフオク】 NEC PC-MK25TGFCE 液晶一体型PC (2)
3350円＋送料で落札したモニタ一体型パソコンですが、ハードウェア的には故障はなさそうです。
-
-
ハードディスク＋SSD を一台分のスペースで
最近は 4チャンネル同時録画のできるチューナー（PT2）を買ったので、ハードディスクの残量が
-
-
信頼の BD-R ディスク LM-BR25LDH10
今時珍しい日本製の Blu-ray の相変化追記型のディスク パナソニック製 LM-BR25
-
-
自宅の録画用PC壊れた
なんか最近モノがどんどん壊れていきます。 暑さのせいか。 この 1ヶ月に PC が 3台壊れ
-
-
スイッチングハブ 1000base 8ポート
I-O DATA 省電力機能搭載!1000BASE-T対応 8ポートレイヤー2ス
-
-
128GB SanDisk サンディスク USBメモリー Ultra Dual Drive m3.0(2)
前回の USB3.0 対応メモリですが、おおまかに速度を測ってみました。 結構速いじゃ
- 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
