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】OZZIO MX35332SDS /Core i3-530 2.93GHz/2GB/PC/ ジャンク 落札
OZZIO（オッジオ） って知らんなあ、と思ったら、あの悪評高い PC DEPOT のブラン
-
-
抑制単語使っていますか？
＊ 日本語変換メソッド（IME）で、いつもいつも出てきてほしくない変換候補が出てくるときってあ
-
-
DVD ブートできないマシンが大量に発見されました
＊ この前ヤフオクで仕入れた DELL Optiplex 740 ですが、5台ほど USB メモリ
-
-
ZorinOS18 インストール
やっと、Zorin18 core（無料版）のダウンロードが終了し、本日 Core i3-4100M
-
-
4台のパソコンを1組のキーボード、マウス、モニタで使う 切替器(USB) KVM-KU4
ELECOM ケーブル一体型切替器(USB) KVM-KU4エレコム 2005-
-
-
自宅メインパソコンHDDが壊れた
HDD破損の予兆 どうも最近自宅のメインのパソコン（愛称：WhiteBase）のスピードがとき
-
-
ヨドバシ梅田でキーボードいじり
一昨日、灘校新30回生の関西同窓会に大阪梅田に行きましたが、ちょっとだけヨドバシカメラに寄りまし
-
-
マジェスタッチ２枚め：FKB108M/JB
FILCO Majestouch 日本語108キーボード・かなあり・黒 US
-
-
USBメモリはとっても壊れやすい
USBメモリ、SSD などのフラッシュメモリは、浮遊ゲートとしてデータを記憶する仕組みです。
-
-
Linux Mint Xfce 18.3 をインストール
この前 1850円＋送料で入手した PC-MK31LBZCUASC に Linux Min
- 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
