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
-
-
100円カードリーダー
昨日、100円ショップのダイソーで見つけたマルチカードリーダー（＆ライター）。 本日使用し
-
-
非クラウド型遠隔画像診断のクラウド化
＊ 全く違うものだと思っておられる方も多いでしょうが、じつは非クラウド型とクラウド型ってのはそ
-
-
Lekhonee-gnome / Ubuntu でのブログエディタ
先ほどの記事とこの記事は Ubuntu 上で書いています。 まあ、ブログを置いているサーバ
-
-
Western Digital HDD WD80JD 3台セットのご到着
＊ Western Digital HDD WD80JD の3台セットを 780円で落札してい
-
-
VLCプレーヤー DELL製スピーカーを壊す？
元ネタ⇒ VLCをインストールするだけでスピーカーの保証は無効というDELLの対応に対して掲示板
-
-
【ヤフオク】NEC PC-MK25MBZV1F3C Mate MB-C Core i5 2400S 2.50GHz 2GB 落札
1100円＋送料で落札できました。 CPU：Core i5 2400S (2.50GHz)
-
-
Youｔube は VLC で視聴すると広告が出ないよ
VLC media playerというフリーソフトは Mac, Windows, Linux に
-
-
HP製27インチモニタ V27ie G5 FHD
「2024年4月9日27インチPCモニタ注文」の続きです。 ヒューレットパッカード製の
-
-
FUJITSU FUTRO MP702 起動
「FUJITSU FUTRO MP702 2台到着」の続きです。 Fujitsu製の
- 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
