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
-
-
Windows10 で Google日本語変換が止まる
Windows10 にアップグレードした PC で Google日本語変換の途中で止まるのです。
-
-
アンチウィルスを変えて Windows XP をあと 1年使う！
Avira Free Antivirus で Windows XP を 2015年4月まで使う
-
-
SDExplorer / SkyDrive をエクスプローラーで扱えるようにするソフト
＊ マイクロソフトが Windows を購入者のために提供しているオンラインストレージサービス
-
-
DELL PRECISION 490 様ご到着
＊ QuadroFX 4500 のついたワークステーション DELL PRECISION
-
-
シリコンパワー USBフラッシュメモリー HELIOS 101Series 16GB ブルー 永久保証
シリコンパワー USBフラッシュメモリー HELIOS 101Series 16
-
-
Facebook 成功法 / 中野博
＊ 中野博とかいう人の本。 10分で読めました。 と言っても後半はほとんど読むところがない
-
-
Linuxfx（WindowsFX）10.1 登場
2020/5/7 に Distrowatch にて LinuxFX というブラジル産のディストリビュ
-
-
絶不調パソコン完全復活マニュアル / 佐々木 康之
絶不調パソコン完全復活マニュアル 佐々木 康之 翔泳社 2006-06-02
-
-
Netrunner Twenty を SSD にインストール
前回の記事「Netrunner20.01"Twenty” 試用してみた 」の続きです。 Net
- 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
