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
-
-
Core i3-8100 について(2)
Core i3-8100 という最近入手した中古の CPU について。 Core i3-6100、
-
-
SAPPHIRE ビデオカード FLEX HD6770 1G GDDR5 PCI-E DL-DVI-I+SL-DVI-D/HDMI/DP
SAPPHIRE ビデオカード FLEX HD6770 1G
-
-
Amazon Fire HD 10 タブレット 3台目購入
Fire HD 10 タブレット です。10インチHDディスプレイが付いており、メモリは 3GB
-
-
Zorin 12 Core 試用してみた
Zorin 12 Core について 今回は現在常用している Zorin 9 Core の正統後継
-
-
PATA ハードディスクのチェック(4)
SANWA SUPPLY IDE/SATA-USB変換ケーブル 0.72m US
-
-
Panasonic 録画用4倍速ブルーレイディスク片面2層50GB 50枚 LM-BRS50L50S【WEB限定】
Panasonic 録画用4倍速ブルーレイディスク片面2層50GB(追記型)スピ
-
-
Zorin6.4 にイーサイトの診断環境をインストールする方法
私イチオシの Linux である Zorin6 にイーサイトの診断環境をインストールする手順を示しま
-
-
TMPGEnc MPEG Editor 3
TMPGEnc MPEG Editor 3 ペガシス 2
-
-
TS-H653 20x DVD±RW DL SATA Drive (Black)
＊ 本日購入し自宅に持ち帰ったドライブは東芝＆サムソン製のこれ。 Toshiba/Sa
-
-
OSが新しくなったらマシンの買い換え？
＊ 新しい OS が発表されたら、パソコンを買い換える人が多いですね。 OS だけアップグレ
- 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
