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
-
-
DELL Optiplex 745 Mini筐体 2台目で Zorin7
＊ 先月ヤフオクで落札したものです。 すでに報告ずみ⇒ Optiplex745
-
-
壊れる前のバックアップ WD20EZRX
【Amazon.co.jp限定】WD Green 3.5inch Intelli
-
-
ミニPC（NipoGi AK1plus-n97）にて 10ケの MT4 を動作させる
Intel N97 CPU を積んだミニ PCの NipoGi AK1plus-n97 ですが、現在
-
-
SSD 240GB SATA3 2.5インチ 内蔵型 Imation イメーション 海外リテール品 A320-SATA3-240GB
【3/10限定★抽選で2人に1人最大100％Pバック(要エン
-
-
ORICO Y-20 SSD SATA 128GB
これも ORICO という中華メーカーの SSD（SATAタイプ）。 これは廉価版とい
-
-
電子書籍制作ガイドブック ～プロフェッショナルのための最新ノウハウのすべて / 境祐司 ほか
電子書籍制作ガイドブック ～プロフェッショナルのための最新ノウハウのすべて～ 境
-
-
Windows8 が売れない理由
＊ Windows 8 が売れていないのは知っていたが、あの Windows Vista 以下
-
-
Tssplitter というソフト
アースソフト PT2 アースソフト 売り上げランキング : 309 Ama
-
-
crucial SSD BX500 240GB
crucial はアメリカの大手半導体企業の Micron Technology（マイクロン
-
-
Adobe Acrobat X Standard が 3300円
＊ 昨日なにげなく楽天の中古PCショップをながめていたら、 Adobe Acrobat
- 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
