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】NEC PC-MKL36BZG4 Mate MB-4 到着
本日帰宅したら、先日落札した NEC のデスクトップ PC-MKL36BZG4 Mate MB-4
-
-
Amazon で MP3 買ってみた / Amazon Cloud Player
Amazon で曲のダウンロード販売をやっていますよね。 MP3 形式のファイルなので汎用
-
-
USB3.0接続 2.5インチ HDD SSD ケース
2.5インチ HDD SSD ケース USB3.0 SATA
-
-
IODATA HDCR-U2.0 の中身
I-O DATA 東芝対応 USB 2.0/1.1接続 外付型ハードディスク 2
-
-
Mac OS によく似た Linux – elementary OS
＊ Mac ライクな Linux として雑誌で載っていた elementary OS をご
-
-
中古ノートパソコン注文しました
いわゆる再生品です。 ヤガミ電気というところが販売している NEC ノートPC VKシ
-
-
[ヤフオク] HDD 3.5インチ SATA 10個セット フォーマット済 中古
ヤフオクでひさびさ落札。 250GB Maxtor 型番不明
-
-
【ヤフオク】さらに NEC PC 4台落札
この前落札した NEC の中古 PC がすこぶるいいので、さらに入札に参加していると、4台ほ
-
-
クラウド型スクリーンショット Gyazo(2)
前回の記事「クラウド型スクリーンショット Gyazo」の続きです。 Gyazo の仕組み ご
- 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
