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 中古パソコン2台落札
昨日２台のパソコンを落札。 いずれも NEC のメイトですね。 最近 NEC ばっかり愛
-
-
Zorindows ?
＊ Windows8 が Windows7 と全く違うような OS なら、Windows7 と
-
-
【ヤフオク】NEC PC-MKL36BZG4 Mate MB-4 到着
本日帰宅したら、先日落札した NEC のデスクトップ PC-MKL36BZG4 Mate MB-4
-
-
Linux Mint MATE 18.3 の試用
昨日ダウンロードしておいた Linux Mint MATE 18.3 を USBメモリに入れ
-
-
SAPPHIRE ビデオカード FLEX HD6770 1G GDDR5 PCI-E DL-DVI-I+SL-DVI-D/HDMI/DP
SAPPHIRE ビデオカード FLEX HD6770 1G GDDR5 PCI
-
-
BENFEI USB3.0 3ポートハブ＋ギガビットイーサネットアダプター
BENFEI という中華製の USB 3.0 接続のギガビットイーサネットアダプター付き3ポート
-
-
【ヤフオク】OZZIO MX35332SDS /Core i3-530 2.93GHz/2GB/PC/ ジャンク 落札
OZZIO（オッジオ） って知らんなあ、と思ったら、あの悪評高い PC DEPOT のブラン
-
-
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
-
-
自宅メインパソコンHDDが壊れた(5) それだけじゃなかった
「自宅メインパソコンHDDが壊れた(4) 」の続きです。 コピー元： 内蔵SATAコントロ
-
-
SSD 関連のお買い物
本日、自宅の仕事場で動いている PC の内蔵 HDD を SSD に換装しました。 自宅には
- 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
