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
-
-
DELL DIMENSION 9200 1台め 初チェック
DELL DIMENSION 9200[/caption] ＊ CPU：Core
-
-
ZorinOS18 インストール
やっと、Zorin18 core（無料版）のダウンロードが終了し、本日 Core i3-4100M
-
-
「経済とお金の地図」という Youtubeサイト
面白いサイトにはまっています。「経済とお金の地図」という Youtubeサイトです。
-
-
使っていない PC に Windows10 Pro をインストール
先週から PC用メインメモリを 96GB 分ほど買い込みました。 SATA 接続の SSD もだい
-
-
遠隔画像診断装置の端末が立ち上がらない
それは一昨日のこと。 高槻の遠隔画像診断センターに置いてある特殊な診断用端末（3面モニタ仕様）
-
-
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
-
-
ハードディスク またまた故障
＊ この前自宅で壊れたハードディスクはウェスタンデジタルの 1TB でしたが、昨日は高槻遠隔画
-
-
WD20EZRZRT ウエスタンデジタル製HDD(WD Blue) 2TB
WD20EZRZ-RT Western Digital 売り上げランキング :
-
-
無停電電源装置 ES 425 BE425M-JP E
ES 425 BE425M-JP E posted with amazlet
-
-
SDDD3-256G-G46 256GB SanDisk サンディスク USBメモリー Ultra Dual Drive m3.0(Android対応) USB3.0対応
最近はデータの一時バックアップ用に USBメモリーを複数個使っています（永久保存はブルーレイ
- 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
