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
-
-
安物BD-R 買ってみる
私は今までブルーレイの書き込みには Panasonic 製メディアしか使わないようにしていま
-
-
DELL Optiplex760 2台目
＊ これは先月（2013/12/26） 1150円（始値）で落札したもの。未報告。 一番
-
-
Windows10 の update
昨日、メインPCの Windows10 のアップデートが行われ、「再起動が必要です」と出て再起動した
-
-
LG製 IPS 液晶モニタ 21.5型 22M35D
LG Electronics Japan 21.5型 TNパネル(非光沢/192
-
-
HIKSEMI WAVE PRO 512GB（M.2 NVMe SSD）
HIKSEMI（ハイクセミ）という中華メーカーの SSD です。 HIKSEMI は「蝉族
-
-
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
-
-
ウエスタンデジタルHDD Ultrastar 14TB フォーマット
アマゾンで買った ウエスタンデジタルのハードディスク Ultrastar 14TBをフォーマット
-
-
ウエスタンデジタルHDD Ultrastar 14TB 到着
アマゾンで買った ウエスタンデジタルのハードディスク Ultrastar 14TB が到着しまし
-
-
下位互換で有料 Vs 上位互換で無料
MSオフィス上位互換の OpenOfficeOrg が LibreOffice と分裂したの
-
-
パイオニア 内蔵ブルーレイコンボドライブ BDC-207DBK バルク品
BDC-207DBK Blu-rayコンボドライブ ブラックベゼル Pion
- 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
