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
-
-
【ヤフオク】さらに NEC PC 4台落札
この前落札した NEC の中古 PC がすこぶるいいので、さらに入札に参加していると、4台ほ
-
-
HDDからSSDへの換装
前回の記事「imation A320（2.5″ SATA3 240GB SSD）」で速度を測った安売
-
-
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
-
-
Ubuntu のデータバックアップ用ソフト「deja dup」がいいね！
パソコンで最も重要なものは自分の作ったデータです。 世界のどこにもないオリジナルなものですので
-
-
Ubuntu14.04LTS インストールしてみる
＊ この前ヤフオクで 4410円で買った Optiplex 960（OSなし）に別の 80GB
-
-
Acmailer4 というメールマガジン発刊ツール
前回の記事「ロリポップのメルマガの弱点」で、ロリポップ（安価なレンタルサーバー）のメルマガ機能は
-
-
HP Pavilion 15-ab200
WEB限定モデルのノートパソコンです。 詳しくはこちらを＞ HP Pavilion 1
-
-
MakuluLinux Shift 2022 インストールしてみた
南アフリカ産の Linux ディストリビューションの MakuluLinux の最新版（Makulu
- 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
