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
-
-
SanDisk USB 3.1 フラッシュメモリ SDCZ74 256GB 全金属製デザイン【5年保証】
256GB の USBメモリで 3980円。 全体が金属製で放熱に優れます。その分ヤケ
-
-
インクカートリッジ 里帰りプロジェクト
本日郵便局に行ったら、変な箱が置いてありました。 インクカートリッジ里帰りプロジェクトと書いて
-
-
【ヤフオク】HP Pavilion s3720jp Phenom X4 9150e ジャンク 落札
1700円＋送料で落札。 CPU：Phenom X4 9150e 1.8GHz
-
-
HP B110a 格安プリンタ
B110a[/caption] ヒューレットパッカードの格安プリンタ B110a
-
-
日本ヒューレットパッカード インクジェット複合機 HP ENVY 6020
日本HP HP インクジェット複合機 A4カラー対応 ENV
-
-
M.2 SSD 外付けケース USB C 3.1 Gen2接続 SATA/NVME両対応
M.2 SSD 用の外付けケースです。 M.2 SSD のサイズは 2230/22
-
-
Filezilla / 優れものの FTP クライアント
＊ 長らく FTP クライアントに ffftp を使っていましたが、サーバーへのファイル転送の
-
-
Foxconn の格安Z68 マザーボード Z68A-S
Foxconn の Z68 マザーボード Z68A-S FOXCONN/フォッ
- 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
