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
-
-
Windows 7 Pro の入った PC が HDD から立ち上がらない
それは昨日のこと。 仕事場の PC で Windows 7 Pro の入ってる DELL Vo
-
-
DELL Vostro260S 逝く
2011年7月に新品で買った DELL Vostro260S が昨日壊れました。 いや、壊したのか
-
-
6画面ディスプレーのPC
6画面ディスプレィのマシンの作り方が載っています。 > http://ascii.jp/
-
-
NTTの回線１つでインターネット回線２本を引く方法
＊ 常識だと思っていましたが、意外と知られていないので書きます。 NTTの回線 １つで、電話
-
-
SSD のプチフリ対策
SSD のプチフリ SSD に特有のプチフリの話です。 最近の SSD はバッファメモリを積
-
-
Coreserver が遅い
最近、このブログ（WordPress）を動作させているレンタルサーバー Coreserver
-
-
【ヤフオク】Win10☆自作945CGT-M/E5800/QuadroFX580☆動作品ジャンク 落札
capibara2007さんから 2650円で落札。 ◎動作確認済みですが、もともと全て地
-
-
インテルがデスクトップPC向けマザーボード市場から撤退
＊ 「インテルがデスクトップPC向けマザーボード市場から撤退」というニュースが入って来ました。
-
-
遠隔画像診断装置の端末が立ち上がらない
それは一昨日のこと。 高槻の遠隔画像診断センターに置いてある特殊な診断用端末（3面モニタ仕様）
-
-
ミニPC AMD Ryzen 5 3550H 16GB DDR4 512GB NVME SSD
またまた購入したミニPC です。 CPU：AMD Ryzen 5 3550H
- 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
