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
-
-
PLANEX ハイパワー無線LANルータ MZK-W300NH2 突然死
PLANEX 11n/b/g 300Mbps ハイパワー無線LANルータ MZK-W
-
-
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
-
-
あこがれのマルチディスプレィ
AREA スパイダーH USBディスプレイアダプタ フルハイビジョン1080P出
-
-
DELL Optiplex 740 Athlon64X2 3800+ ミニタワー動作品
＊ 本日ゲット。2300円。 動作確認済みです。スペックは CPU……Athlo
-
-
BSジャパンが映らない
昨日、PT3 カードの設定を終えたのですが、一つ最後まで解決できない問題が残りました。 BS
-
-
NEC PC-MK25TGFCE 液晶一体型PC (3) Linux Mint 18.1 のインストール
3350円＋送料でヤフオクで落札したモニタ一体型パソコンですが、無料の OS Linux M
-
-
ALCMTR.EXE はRealtekのスパイウェア
＊ メインの Windows XP マシンで msconfig を起動してスタートアップのとこ
-
-
DELL Precision490 2台目ゲット
＊ 製品名：Precision 490 CPU：Intel Xeon 51
- 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
