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
-
-
整備済み品東芝製ハードディスク届きました
整備済み品東芝製ハードディスク届きましたが、プチプチ封筒に素（す）で 2個の HDD が入ったものが
-
-
Ubuntu の存在意義
Ubuntu は Linux ディストリビューションの中で、一二を争う人気のディストリビューショ
-
-
１枚でXPでも4画面出力の新カード GF-GT610-QUAD/4DVI
玄人志向 グラフィックボード nVIDIA GeForce GT610 PC
-
-
本日逝ったディスクについて・ハードディスクの故障
地井武男のようにあっけなく急に逝ってしまったハードディスク・・・ ＊ ちょっと油断してバック
-
-
HP ENVY5542
日本HP HP ENVY5542 K7C87A#ABJ 日本HP 2015-11-
-
-
Linux Windows デュアルブートマシンでのデフォルトブート設定変更：Grub2 の場合
Grub2 メニュー[/caption] 最近の Ubuntu 系の
-
-
Panasonic 録画用4倍速ブルーレイディスク片面2層50GB(追記型)スピンドル50枚 LM-BRS50L50S【WEB限定】(2)
Panasonic 録画用4倍速ブルーレイディスク片面2層50GB(追記型)スピ
-
-
地上・BSデジタルチューナー搭載 フルHD対応 21.5型ワイド パソコンモニタ
I-O DATA 地上・BSデジタルチューナー搭載 フルHD対応21.5型ワイド
-
-
縦置き液晶ディスプレイの効用
LG 23型ワイド IPSパネル/ホワイトLED BLU採用
-
-
絶対つまずかないLinux超入門
絶対つまずかないLinux超入門 (日経BPパソコンベストムック) 日経Linu
- 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
