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
-
-
PHILIPS 242E2F/11 23.8型ワイド液晶ディスプレイ逝く
楽天市場で 2021/05/25(火)に購入した液晶ディスプレイの PHILIPS 242E2F/1
-
-
複合語の登録の工夫：品詞を適切に設定する
パソコン辞書の登録単語（複合語）の品詞について パソコンの日本語変換システムの辞書の話ですが、
-
-
フルHDのノートパソコンが 37260円
価格.com 限定モデルのノートパソコン HP Pavilion 15-ab200を入手して悦に
-
-
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
-
-
acer ASX3950-N34D/TF Core i3-540/3.07GHz/4GB Zorin9インストール
ヤフオクで出店中の中古業者の たからぶねweb さんから 3000円で落札したパソコン。
-
-
HDCR-U1.0E レグザ用外付けHDD 破損
I-O DATA 東芝対応USB 2.0/1.1接続 外付型ハードディスク 1T
-
-
PATA ハードディスクのチェック(3)
SANWA SUPPLY IDE/SATA-USB変換ケーブル 0.72m US
-
-
シリコンパワー USBフラッシュメモリー HELIOS 101Series 16GB ブルー 永久保証
シリコンパワー USBフラッシュメモリー HELIOS 101Series 16
-
-
HP B110a 使用感
HP B110a 使用感 HP Photosma
-
-
安物BD-R 買ってみる
私は今までブルーレイの書き込みには Panasonic 製メディアしか使わないようにしていま
- 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
