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
-
-
特選 星降る夜のパソコン情話―Linux狂騒曲 / 中村正三郎
特選 星降る夜のパソコン情話―Linux狂騒曲 中村 正三郎 ビレッジセンター
-
-
知子の情報 Pro Windows XP SP3 で固まる
＊ よく忘れるので、自分のためにメモがわりに書いておこう。 新しいマシンをたてて愛用データベ
-
-
PCスピーカー Altec Lansing ACS41
＊ 大昔、伊東美咲が無名時代に Gateway というパソコンメーカーの
-
-
ポート開放/閉鎖用バッチファイル
以前から、ある一定時間だけ PC の特定の通信ポートを遮断できないか考えていました。 MT4
-
-
Air Port WN-G300R という無線LANルーターが壊れた
壊れたのは、アイ・オー・データ製「無線LANルーター WN-G300R」です。Made in Tai
-
-
医知悟は Java7 非対応
＊ 愛用の Windows2000 マシンで勝手に Java がアップグレードしてしまい、その
-
-
システムディスクの復旧：遅いので方針変更
PATRIOT SSD 512GB 2.5インチ SPARKシリーズ
-
-
昔 WindowsXP にそっくりの Linux がありました / YLMF OS
＊ 古い雑誌を読んでいたら、 昔 WindowsXP にそっくりの Linux があったことを
- 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
