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
-
-
Netac M.2 SSD 250GB 購入
M.2 SSD の外付けケースを購入したものの、手元に余っている M.2 SSD はないので、取り敢
-
-
UBUNTU16.04LTS ネットワーク設定でＩＰを固定にする
インストールした Ubuntu 16.04 ですが、ネットワーク接続ではデフォルトでは DHCP
-
-
Western Digital HDD WD80JD 3台セットのご到着
＊ Western Digital HDD WD80JD の3台セットを 780円で落札してい
-
-
Netac M.2 SSD 250GB を NEC Express 5800 に組み込み
Netac という素性の知れない中華メーカーの SSD です。 M.2 形式の NVMe
-
-
VLCプレーヤー DELL製スピーカーを壊す？
元ネタ⇒ VLCをインストールするだけでスピーカーの保証は無効というDELLの対応に対して掲示板
-
-
PATA ハードディスクのチェック(1)
SANWA SUPPLY IDE/SATA-USB変換ケーブル 0.72m US
-
-
Google Workspace はいかが？
Google Workspace というサービスは名前だけ知っていたのですが、調べてみるとなかなか内
-
-
Linux Mint 20.1 "Ulyssa" MATE 使ってみた
先月 Linux Mint 20.1 "Ulyssa" が正式に発表されました。 ダウンロード
-
-
DELL OptiPlex 3050 再セットアップ
このまえヤフオクで 3,097円（税込）＋送料 1,606円 で落札した DELL OptiPlex
- 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
