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
-
-
iiyama モニター ProLite XUB2493HS-B6(2)
本日セットアップしました。 iiyama Prolite シリーズでは XUB2492
-
-
絶対つまずかないLinux超入門
絶対つまずかないLinux超入門 (日経BPパソコンベストムック) 日経Linu
-
-
Outlook の添付ファイルは極窓に調べてもらおう
＊ 私はメーラーには Gmail を使っていますが、ときどき添付ファイルで拡張子が eml の
-
-
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
-
-
ネットワーク過剰防衛マニュアル / 網野 嵐
ネットワーク過剰防衛マニュアル posted with amazlet at
-
-
液晶モニター 23.8型 HP ディスプレイ V24i G5 壊れた
http://yiwasaki.com/wp/post-41001-41001.html 今年
-
-
DELL Optiplex320 またまた落札 / ハードディスクの移植
CPU：Core2Duo E4300 / 1.8GHz メモリ：1GB HDD
-
-
DELL Optiplex 740 Athlon64X2 3800+ ミニタワー動作品(2)
この前書いた商品が昨日到着。2300円。 本日動作確認しました。スペックは
- 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
