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
-
-
この１週間の戦利品（まとめ）
製品名 落札価格 1 DELL DIMENSION 9200C
-
-
Ubuntu14.04LTS 32ビット版 インストールしてみた(2)
あれから少し遊んでみました。 leafpad をインストール 私の好きなエディタの leaf
-
-
WLXQuickTime関係のトラブル
この前から、VLC メディアプレーヤーや mpc-HC などの動画プレーヤーで、H2
-
-
CFD MGAXシリーズ 2.5型 SSD 512GB CSSD-S6L512MGAX
【CFD販売公式店】CFD MGAXシリーズ 3D NAND
-
-
Windows7 の使えないところ
昨日から自宅仕事場のパソコンが不調。 しょうがないので１年以上前に退役した”予備役”の Win
-
-
SkyDrive が使えるようになりました
Microsoft のクラウドサービスである SkyDrive（Windows
-
-
CAT8 LANケーブル 1m
自宅の仕事場の回線をマンションタイプ（VDSL）から NURO 2Gプランに換えました。
-
-
USB3.0メモリでReadyboost
SanDisk USB3.0フラッシュメモリ 16GB ウルトラフィット USBメモ
-
-
自宅のメインの WindowsXP が立ち上がらなくなった
自宅のメインの WindowsXP が立ち上がらなくなった。 入れ替えを考えていた矢先のできご
- 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
