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
-
-
格安SSD SV100S2/64G
Kingston SSD V100 standalone 64GB SV100S
-
-
HD革命/CopyDrive Ver.4 with Partition EX
HD革命/CopyDrive Ver.4 with Partition EX
-
-
ふるさと納税のお礼のパソコンがやってきた
長野県飯山市に 10万円の寄付（いわゆるふるさと納税）をすればもらえるという噂のパソコン様、
-
-
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。
-
-
Centrych OS 12.04.2 / 不思議な Linux
> SugarMoon : Centrych OS 12.04.2 先週から Sug
-
-
XserverVPS で Lubuntu デスクトップを試してみる
以前の記事「XserverVPS 申し込み（Ubuntu＋Gnomeデスクトップ）」では、Xserv
-
-
mepis という OS
＊ mepis という Linux ディストリビューションがあります。 現在は有料に移行したよう
-
-
Linux が世界制覇！
元ネタ＞ Linuxの世界制覇が完了：反オープンソース・コミュニティに賭けるのが愚かな理由 U
-
-
ScribeFire からの投稿
＊ FireFox のアドオンである ScribeFire からの初投稿です。 ScribeF
- 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
