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
-
-
【ヤフオク】Win10☆自作945CGT-M/E5800/QuadroFX580☆動作品ジャンク 落札
capibara2007さんから 2650円で落札。 ◎動作確認済みですが、もともと全て地
-
-
UBUNTU16.04LTS ネットワーク設定でＩＰを固定にする
インストールした Ubuntu 16.04 ですが、ネットワーク接続ではデフォルトでは DHCP
-
-
【ヤフオク】 NEC Mate ML-G Core i5-3470S 2.9GHz 2GB DVDスーパーマルチ ジャンク 落札
2850円＋送料で落札。 最近中古PCの価格が上がっていると聞いていましたが、結構安い
-
-
ハードディスクの簡単換装（AREA MrClone）
本日変更した地デジマシン（旧 5号機＝新 2号機）のハードディスクは 250GB で、残り容
-
-
2GPU搭載カード廉価版
玄人志向 グラフィックボード DVIx4 4画面出力 ファンレス GF-QU
-
-
HDD から SSD への換装
まだ、新たに買った SSD は来ていませんが、いつもやっている手順をご紹介。 【１】 Cドライ
-
-
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
-
-
メーカーリファービッシュ品のハードディスク買ってみた
HDD 4TB 東芝 MD04ACA400N-512 128
- 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
