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 Optiplex760 2台目(3) USBメモリからのブート問題
＊ これは昨日紹介したマシンでの話ですが、4GB の USB メモリに入れた KONA Lin
-
-
壊れる前のバックアップ(4) WD20EZRXの速度
【Amazon.co.jp限定】WD Green 3.5inch Intelli
-
-
Crucial V4 128GB SSD 続き
Crucial V4 128GB 2.5inch SSD SATA3Gbps 9
-
-
DELL Vostro260S 逝く
2011年7月に新品で買った DELL Vostro260S が昨日壊れました。 いや、壊したのか
-
-
Netac M.2 SSD 250GB テストしてみた
上はアマゾンのタイムセールで2717円で買った 250GB の M.2 SSD（NVMe）で
-
-
ハードディスク＋SSD を一台分のスペースで
最近は 4チャンネル同時録画のできるチューナー（PT2）を買ったので、ハードディスクの残量が
-
-
Celeron847 Dual Core搭載マザーボード Windows8を正式サポート NM70-I
ECS Intel Atomの後継モデル Intel C847 Dual Cor
-
-
ブートできる USB メモリのフォーマット
＊ USBメモリからブートできれば、ハードディスクのないマシン、ハードディスクの壊れたマシン、
-
-
エレコム ギガビットイッチングハブ 8ポート EHC-G08PA3-W
エレコム スイッチングハブ 5ポートor8ポート ギガビット
- 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
