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
-
-
Windows XP 用の Avira Free Antivirus は 4月8日で期限切れ
Windows XP 用の Avira Free Antivirus は 2015年4月8日でサ
-
-
ONKYO WAVIO MA-500U
★★★★☆ 今まで自宅の仕事場の PCにつないで使っていた DAC内蔵アンプです。
-
-
Windows7マシン不調
＊ Windows7 はキライで１台しか常用しておりませんが、またそのマシンの調子が悪くなって
-
-
ハッカー・ハンドブック―インターネット時代のセキュリティー / Dr.K 尾子洋一郎
ハッカー・ハンドブック―インターネット時代のセキュリティー Dr.K 尾子 洋
-
-
HP Pavilion 15-ab200 ノートPC 修復(2)
前回「HP Pavilion 15-ab200 ノートPC 修復」の続きです。 再び「
-
-
マイクロソフト日本語入力のダメダメなところ
マイクロソフト日本語入力のダメダメなところはいろいろあるのですが、 学習が弱い 最長
-
-
Voyager 14.04 LTS ライブ起動してみた
Ubuntu 14.04 LTS 発表 久々の Linux ネタです。 先月、Ubuntu
-
-
呪いのルーター I-O DATA ETX-R
I-O DATA 高速・多機能・ブロードバンド有線ルーター ETX-R アイ・オ
-
-
【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
-
-
クラウド型スクリーンショット Gyazo(2)
前回の記事「クラウド型スクリーンショット Gyazo」の続きです。 Gyazo の仕組み ご
- 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
