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
-
-
【ヤフオク】 NEC Mate ML-G Core i5-3470S 2.9GHz 2GB DVDスーパーマルチ ジャンク 落札
2850円＋送料で落札。 最近中古PCの価格が上がっていると聞いていましたが、結構安い
-
-
DELL OPTIPLEX320 Core2Duo E4300-1.8GHz/2GB/160GB/DVD-ROM
＊ ＊ Optiplex 320 のミニタワータイプをヤフオクでゲットしました。3600
-
-
Ubuntu の日本語化
Ubuntu の日本語化についてですが、オリジナルの Ubuntu は日本語の表示には対応してい
-
-
システムディスクの復旧：遅いので方針変更
PATRIOT SSD 512GB 2.5インチ SPARKシリーズ
-
-
Microsoft が WindowsXP を起動不可能にする
マイクロソフト製アンチウィルスの配信は継続中 この 2014年4月9日、Windows XP
-
-
SDDD3-256G-G46 256GB SanDisk サンディスク USBメモリー Ultra Dual Drive m3.0(Android対応) USB3.0対応
最近はデータの一時バックアップ用に USBメモリーを複数個使っています（永久保存はブルーレイ
-
-
【ヤフオク】 NEC PC-MK25TGFCE 液晶一体型PC (2)
3350円＋送料で落札したモニタ一体型パソコンですが、ハードウェア的には故障はなさそうです。
-
-
Windows XP が大好き
＊ 仕事も趣味も Windows XP で十分。 Vista はどうしようもないし、7 も遅
-
-
DELL Precision490 2台目ゲット
＊ 製品名：Precision 490 CPU：Intel Xeon 51
- 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
