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 PC-MK37LLZ6AASU Mate ML-U（Core i3-6100 4GB 500GB）動きました
先日落札した3台のうちの1台。本日到着しました。 早速 linux mint で使って
-
-
DELL OptiPlex 3050 再セットアップ
このまえヤフオクで 3,097円（税込）＋送料 1,606円 で落札した DELL OptiPlex
-
-
DELL DIMENSION 9200 3台めゲットだぜ
＊ OS:win Vista（ライセンスのみ） 状態：起動不能・電源入らず その他
-
-
Web3.0への会議 / サティー・ポッター
Web3.0への会議 サティー・ポッター アイボーイ ゴマブックス 2007-
-
-
Outlook って「外から丸見え」
＊ ここの読者の中でマイクロソフトのメーラーの Outlook なんか使っている人はまずいない
-
-
Chalet OS 16.04 USBメモリ にインストールしてみた
前回「Chalet OS 16.04 HDD にインストールしてみた」の続きです。 先
-
-
DELL OPTIPEX740 デュアルコア4050e 1G 80GB マルチDVD 落札
OPTIPLEX 740 不調品です。CPU：AMD Athlon X2 Dual-Core
-
-
Seagate HDD また一位
オンラインストレージサービスBackblazeが実際に使用した200種類（合計約4万台）のハ
-
-
マイクロソフト日本語入力のダメダメなところ
マイクロソフト日本語入力のダメダメなところはいろいろあるのですが、 学習が弱い 最長
-
-
スイッチングハブ 1000base 8ポート
I-O DATA 省電力機能搭載!1000BASE-T対応 8ポートレイヤー2ス
- 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
