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
-
-
GMKtec Ryzen 7内蔵ミニPC 到着
昨日到着。 内蔵されている CPU は Ryzen 7 5825U (8コア/16スレ
-
-
日本語変換の単語登録 品詞の設定
パソコンの日本語辞書のユーザー辞書に単語を登録するときに品詞を正しく設定していない人が多いです。
-
-
また安いデジカメ見つけた
Canon デジタル一眼レフカメラ EOS Kiss X5 ダブルズームキッ
-
-
ウエスタンデジタルHDD Ultrastar 14TB フォーマット
アマゾンで買った ウエスタンデジタルのハードディスク Ultrastar 14TBをフォーマット
-
-
最近ネットがよく落ちる
＊ 高槻遠隔画像診断センターで使っているメインマシンですが、よく通信が途切れます。 ほかのマ
-
-
液晶モニタ EIZO FlexScan EV2316W / 23型 ワイド フルHD（1920 x 1080）
みんな大好きなプロフェッショナルモニターブランドの EIZO（旧 ナナオ）の FlexSca
-
-
imation A320（2.5″ SATA3 240GB SSD）
imation 社の 2.5" SATA3 SDD の A320 です。容量は 240GB。
-
-
Zorin ってこんな Linux
＊ 「Zorin ってこんな OS です」という紹介用のビデオを自分でも作ったのですが、な
-
-
XOOPSでつくる!最強のコミュニティサイト
XOOPSでつくる!最強のコミュニティサイト 小川 晃夫 南大沢ブロードバンド研
-
-
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
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
- 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
