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
-
-
簡単なホームページ作成ソフト（続き）
【上位版】次世代型サイト作成システム「SIRIUS」 忙しくてなかなかいじれません。 昨
-
-
無停電電源装置 ユタカ電機(YEC) UPS mini 500II 逝く
昨夜より降り出した雪が朝も降り続いており、目覚めたときには道路や屋根に数センチの積雪がありました。
-
-
MediaEspresso での MP4 化（続き２）
エンコードが途中で止まってしまうことがある MediaEspresso ですが、QSV 対応
-
-
UBUNTU16.04LTS キーボード問題
日経Linux(リナックス)2016年10月号 日経リナックス 日経BP社 20
-
-
BIOS しかない PC に SSD
先日の記事「crucial SSD BX500 240GB」で紹介した SSD は自宅に置いてある予
-
-
液晶モニタ W2253V 突然死
＊ 朝起きてうちの仕事場のメインのディスプレィの LG製 W2253V をオンしようとしま
-
-
MSオフィス信者は困る
＊ そう言えば、ちょっと前にどこかの医療系大学の教官がレポートの宿題を出して、MSワードで提出
-
-
CrystalDiskInfo
CrystalDiskInfo はハードディスクの健康状態を調べて教えてくれるフリーソフトです。
-
-
医知悟は Java7 非対応
＊ 愛用の Windows2000 マシンで勝手に Java がアップグレードしてしまい、その
-
-
ミニPC Hitabt M30A
Hitabt という中華メーカーの M30A というミニPC です。 ブランド
- 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
