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
-
-
Zorin6.4 にイーサイトの診断環境をインストールする方法
私イチオシの Linux である Zorin6 にイーサイトの診断環境をインストールする手順を示しま
-
-
FLATRON IPS231P-BN
LG 23型ワイド IPSパネル/ホワイトLED BLU採用液晶ディスプレイ (
-
-
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
-
-
ハードディスクの故障率（メーカー別）
元ネタ⇒ ハードディスクはどこのメーカー製が一番壊れにくいのかが2万5000台の調査結果でつ
-
-
ミニPC RINGREAT T9-PLUS 到着
昨日の記事「ミニPC（N95＋16GB RAM＋512GB SSD）注文」の続き。 R
-
-
フレッツネクスト結構速い
Bフレッツマンションタイプからフレッツネクストマンションタイプに変えたところ、倍近く速くなり、B
-
-
本日逝ったディスクについて・ハードディスクの故障
地井武男のようにあっけなく急に逝ってしまったハードディスク・・・ ＊ ちょっと油断してバック
-
-
マイクロソフトを殺したもの
＊ マイクロソフトを殺したもの、というか、マイケルと違いまだ死んでないようですが、マイクロ
- 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
