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
-
-
インテルがデスクトップPC向けマザーボード市場から撤退
＊ 「インテルがデスクトップPC向けマザーボード市場から撤退」というニュースが入って来ました。
-
-
M.2 NVMe to PCI-e 変換アダプタ 拡張カード
M.2 NVMe to PCI-e 変換アダプタ 拡張カード
-
-
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
-
-
NEC PC-MK32LEZCB Mate ME-B Win7 Core i3 550 3.20GHz 4GB 160GB(2) 2画面に挑戦
4300円で入手したパソコン。 本日は Windows7 SP1 にアップデートしまし
-
-
DOS/V POWER REPORT も休刊
パソコン雑誌の「DOS/V POWER REPORT」も休刊のようです。 自作PC系の
-
-
記録可能 BD ドライブ iHES112-02
LITEON iHBS112-04 BD-R12倍速記録対応内蔵型Blu
-
-
プチフリ SSD Crucial v4 のファームウェアをアップデート
Crucial V4 128GB 2.5inch SSD SATA3Gbps 9
-
-
Google の AI ”Gemini”
Microsoft の AI Copilot を使うには、あの悪名高きマイクロソフトアカウントが必須
- 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
