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
-
-
iiyama Prolite XUB2492HSU-B5K [液晶ディスプレイ 23.8型/1920×1080/ブラック]
高槻の仕事場の 2面モニタのうち右側のモニタがやや暗くなってきました。LG 電気製の IPS
-
-
Ubuntu14.04LTS 32ビット版 インストールしてみた
＊ 日経Linux 6月号でオマケのDVDが Ubuntu14.04LTS の 32ビット版と
-
-
Windows10 の update
昨日、メインPCの Windows10 のアップデートが行われ、「再起動が必要です」と出て再起動した
-
-
Vostro200 に Zorin OS を入れて遊ぶ
＊ Zorin OSは Ubuntu ベースの Linux ディストリビューション。無料で使え
-
-
記録可能 BD ドライブ iHES112-02
LITEON iHBS112-04 BD-R12倍速記録対応内蔵型Blu
-
-
USB ポートの電源供給オーバー
2012年に自作した自宅の１号機（愛称 Whitebase）。 USBポートの一つに 7ポート
-
-
ヤフオクでPC３台ゲット
＊ Optiplex 740 というマシンが大量にセリにかけられていたので、３台ほど競り落とし
-
-
Microsoft defenderセキュリティセンターからの警告
本日昼 Facebook で「メッセージが１件来ています」という変なメッセージが。 通常こんな
-
-
Windows8 が売れない理由
＊ Windows 8 が売れていないのは知っていたが、あの Windows Vista 以下
-
-
【ヤフオク】 中古パソコン Windows10 NEC PC-MK33LL-E 落札
私の好きな NEC 製中古デスクトップを 2000円＋送料で落札。 品番：PC-MK3
- 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
