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
-
-
録画マシンの入れ替え
地デジマシンを７月24日に即席で作りましたが、不都合がいっぱい。 従来の 2号機に PT2
-
-
ハードディスク交換＆パーティション拡張
高槻のセンターでみんなで共用している Windows7 PCの動きが不良。 調べると、ハードデ
-
-
XP でも 簡単に 4画面出力 GF-QUAD-DISP/4DVI
玄人志向 グラフィックボード DVIx4 4画面出力 ファンレス GF-
-
-
MUSE Audio USB-DAC ヘッドフォンアンプ PCM2704
MUSE Audio USB-DAC ヘッドフォンアンプ PCM2704 USB
-
-
Zorin 15 Core インストールしてみた
久々の Linux ネタです。 以前使っていたデルのノートPC の Inspiron
-
-
ノートパソコン購入 NEC PC-VK23LXZGU
年末に経費が余っていたので、パソコンを買いました。 アマゾンでアヤセモールが販売してい
-
-
中古ノートパソコン注文しました
いわゆる再生品です。 ヤガミ電気というところが販売している NEC ノートPC VKシ
-
-
ヤフオクで中古HDD 5個ゲット
＊ ここ数日、パソコンの自作熱がちょっと高まったので、2日にかけてヤフオクで中古 HDD を
-
-
ハードウェアの安全な取り出し
＊ うちの Windows XP マシンですが、いつのまにかトレイアイコンから「ハードウェアの取り
-
-
TeamViewer 無料の遠隔操作ソフト
＊ PC1 --- ルーター1 ---（インターネット）--- ルーター2 --- PC2
- 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
