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
-
-
特選 星降る夜のパソコン情話―Linux狂騒曲 / 中村正三郎
特選 星降る夜のパソコン情話―Linux狂騒曲 中村 正三郎 ビレッジセンター
-
-
【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
-
-
いいインターネットプロバイダって
インターネットプロバイダはインターネットへの入り口を提供してくれる会社。 だから確実に入
-
-
格安高性能マザーボード Foxconn Z68A-S
格安高性能マザーボード Foxconn Z68A-S FOXCONN/フォック
-
-
128GB SanDisk サンディスク USBメモリー Ultra Dual Drive m3.0
128GB SanDisk サンディスク USBメモリー Ultra Dual Dr
-
-
マイクロソフト日本語入力のダメダメなところ
マイクロソフト日本語入力のダメダメなところはいろいろあるのですが、 学習が弱い 最長
-
-
イーサイトのクラウド型遠隔画像診断システム 利点（2）
イーサイトのクラウド型遠隔画像診断システム 利点（1）を書きました。 ２つめの利点ではなく、補
-
-
USB3.0 グラフィックアダプタ DVI接続 バスパワー駆動 VGA-USB3.0/DVI
玄人志向 USB3.0 グラフィックアダプタ DVI接続 バ
-
-
Core i3-2100
インテル Boxed Intel Core i3 i3-2100 3
-
-
プリンタ HP ENVY 5542 半死
年賀状を刷り始めた途端に、プリンタ HP ENVY 5542 が半死状態に。 A4 などの紙に
- 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
