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
-
-
クラウド型スクリーンショット Gyazo
Gyazo ってご存じですか？ 我々のような画像診断医にとってもそれ以外の人にも、とっても便利
-
-
ADATA Premier Pro SP900 SSD SATA3.0 64GB
Blue Rose[/caption] Blue Rose ＊ 以前に自作した
-
-
Ubuntu Gnome 13.04 試用
＊ Ubuntu 13.04 はバグが多いので使う気がなかったのですが、雑誌の付録についていた
-
-
マルチディスプレイ簡単な方法
ELSA ビデオカードELSA NVIDIA Quadro NVS420 ENVS420-5
-
-
A880G+ Ver. 6.x
BIOSTAR SocketAM3 MicroATXマザーボード A880G
-
-
手のひらコンピュータ Remix OS搭載 Remix Mini ODMRM1G
手のひらコンピュータ注文しました テックウインド Remix OS搭載 Rem
-
-
無停電電源装置 ES 425 BE425M-JP E
ES 425 BE425M-JP E posted with amazlet
-
-
格安SSD SV100S2/64G
Kingston SSD V100 standalone 64GB SV100S
-
-
WindowsVistaの功罪
WindowsVistaの存在感のなさ Windows 7 が発売されたとき、新しいパソコン
-
-
パソコン電源の交換 SSRP440AC
＊ 自宅でのメイン機である愛称 White Base（白い木馬）ですが、ファンがやたらうる
- 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
