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
-
-
Coreserver が遅い
最近、このブログ（WordPress）を動作させているレンタルサーバー Coreserver
-
-
USBスピーカー Olasonic TW-S7
Olasonic USBスピーカー バスパワー 10W+10W TW-S7(W)
-
-
ORICO Y-20M SSD NVMe 128GB
これも ORICO という中華メーカーの SSD（SATAタイプではなく NVMeタイプ）。
-
-
Dimension3100C
＊ この前、ヤフオクで 900円で落とした中古パソコン。 2005年の秋
-
-
MakuluLinux 14 Shift 試用してみた
南アフリカ産の Linux ディストリビューションMakulu 14 の Shift というシリーズ
-
-
知らずに自分の恥部をさらけ出している人たち / ネット検索で失うもの
＊ 世の中、個人情報が漏れることを 非常に危惧している人がいます。 でも Google（グー
-
-
MediaEspresso での MP4 化（続き）
MediaEspresso の体験版を使っています。 自分でエンコードのオプションをカス
-
-
ミニPC（N95） 3台目到着
以前の記事「ミニPC（N95） 3台目注文」で紹介したミニPC が無事到着。 TRIGKE
-
-
4台のパソコンを1組のキーボード、マウス、モニタで使う 切替器(USB) KVM-KU4
ELECOM ケーブル一体型切替器(USB) KVM-KU4エレコム 2005-
- 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
