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
-
-
久々のメインメモリ増設
自宅でほぼメインで使っているのは NEC の Mate MK32MB-F という PC で CPU
-
-
ケーブル一体型切替器KVM-KU4
ELECOM ケーブル一体型切替器(USB) KVM-KU4 by
-
-
LG電子製 SATA内蔵スーパーマルチドライブ GH24NSC0 BL BLK
LG電子 S-ATA 内蔵スーパーマルチドライブ ブラックベゼル バルク ソフト
-
-
UGREEN USB 3.0有線ギガビットLANアダプター＋3ポートUSBハブ
一昨日紹介した「USB3.0接続LANアダプタ＋USB3.0ハブ」とほぼ同じものです。
-
-
iPad で授業をする？ ジョブズが泣くぜ
iPad で授業 iPad で授業をするための教師研修のニュースをこの前TVでやっていました。
-
-
HP Pavilion 15-ab200 / フルHDノートPC
この前買ったノートPC です。 液晶サイズが、15.6インチでフルHD (1920x1
-
-
デジカメ写真は撮ったまま使うな！ / 鐸木 能光
デジカメ写真は撮ったまま使うな!―ガバッと撮ってサクッと直す (岩波アクティブ新
-
-
DELL OPTIPLEX740 Ath64x2 2.1GHz/2G/HDD無/DVD
＊ またまたヤフオクで落札しました。501円（送料別）。 ハードディスクがないからか、安
-
-
マルチディスプレイ簡単な方法
ELSA ビデオカードELSA NVIDIA Quadro NVS420 ENVS420-5
- 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
