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
-
-
Facebook のフィッシング
Facebook で友達登録している目上の人から上のようなメッセージ（このビデオはいつでした
-
-
Vostro260S
Vostro260S[/caption] 昨日来ました。DELL のニューマシン。Core
-
-
Linux100% Vol.18
Linux100% Vol.18 (100%ムックシリーズ) 晋遊舎 2012
-
-
【ヤフオク】NEC Express 5800/53xJ Core i3-6100 8GB/1TB
この前落札したうちの1台です。 Windows 10 Pro 64bit がクリーンイ
-
-
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
-
-
スターリンクについて
スターリンクとは低高度衛星を使ったインターネット接続システムで、イーロン・マスクのスペースX社が全世
-
-
Ryzen5 ミニPC 購入
また ミニPCをアマゾンで注文。 「インテルは逝ってる」ようなので、AMD Ryzen 5 3
- 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
