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
-
-
NEC PC-MK33LLZT1FJD さっそく実戦配備
以前の記事「NEC PC-MK33LLZT1FJD うれしい誤算」の続きです。 この前
-
-
Windows10 の必要メモリ多すぎ
この前の記事「Windows10 でファイルマネージャー「反応なし」 」で書いたように、家でのメイン
-
-
USB – RCA変換ケーブル(384KHz/24-bit Hi-Res DAC搭載)
「USB - RCA変換ケーブル」とありますが、実際は「ケーブル付き USB-DAC」です。
-
-
ハードウェアの安全な取り出し
* うちの Windows XP マシンですが、いつのまにかトレイアイコンから「ハードウェアの取り
-
-
液晶モニター 23.8型 HP ディスプレイ V24i G5 壊れた
http://yiwasaki.com/wp/post-41001-41001.html 今年
-
-
ダイソーの BD-RE ディスク買ってみた
こちらの記事「ダイソーのBD-REディスク 2種類有った!」とは異なる BD-RE ディスクをダイソ
-
-
Makulu 10 Aero と Linux Lite 3.8
PC-MK32LLZCB はこの前落札した NEC の中古 PC 4台のうちの一つ(1600円+送料
-
-
遠隔画像診断のビジネスモデル
* 遠隔画像診断の模式図を作ってみました。 上段が従来のファイル転送型(非クラウド型)
-
-
SPD SSD 512GB 購入
【スーパーSALE限定特価】SPD SSD 512GB 【5
- 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






