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
-
-
抑制単語使っていますか？
＊ 日本語変換メソッド（IME）で、いつもいつも出てきてほしくない変換候補が出てくるときってあ
-
-
Zorindows ?
＊ Windows8 が Windows7 と全く違うような OS なら、Windows7 と
-
-
格安SSD SV100S2/64G
Kingston SSD V100 standalone 64GB SV100S
-
-
メーカーリファービッシュ品のハードディスク買ってみた
HDD 4TB 東芝 MD04ACA400N-512 128
-
-
A4インクジェット複合機 MyMio DCP-J925N
BROTHER A4インクジェット複合機 MyMio DCP-J925N
-
-
Makulu 10 Aero について
MakuluLinux 以前の記事「Makulu 10 Aero と Linux Lite 3.8
-
-
FILCO Majestouch「マジェスタッチ」
FILCO MajestouchBLACK USB&PS2両対応 日本語
-
-
遠隔画像診断装置の端末が立ち上がらない
それは一昨日のこと。 高槻の遠隔画像診断センターに置いてある特殊な診断用端末（3面モニタ仕様）
-
-
PATA ハードディスクのチェック(1)
SANWA SUPPLY IDE/SATA-USB変換ケーブル 0.72m US
-
-
5400回転のハードディスクなら安心
前回の記事「7200回転のハードディスクは熱かった」の続きです。 65度になると即死す
- 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
