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
-
-
コピーコントロールCD（CCCD）について
昨日の記事「アンセム / 寺井尚子」で コピーコントロールCD（CCCD） について述べましたが、補
-
-
I-O DATA LEDバックライト採用 19型スクエア液晶ディスプレイ (2)
I-O DATA LEDバックライト採用 19型スクエア液晶ディスプレイ ブラッ
-
-
Panasonic 録画用4倍速ブルーレイディスク片面2層50GB 50枚 LM-BRS50L50S【WEB限定】
Panasonic 録画用4倍速ブルーレイディスク片面2層50GB(追記型)スピ
-
-
ミニPC（N95） 3台目注文
アマゾンのタイムセールで 21400円と安くなっていたので、ミニPC 3台目を注文。 ＞販売ペ
-
-
Puppy Linux 5.7.1J ライブ起動で使ってみた
パピーリナックス 571JP を試用してみました。 このバージョンは 2014年1月 に発表。
-
-
Linux Mint MATE 18.3 の試用
昨日ダウンロードしておいた Linux Mint MATE 18.3 を USBメモリに入れ
-
-
玄人志向 2.5型 SSD HDD ケース GW2.5-KRU3
玄人志向ブランドから出ている USB3.2Gen.1 接続に対応した外付けドライブケース。
-
-
ミニPC AMD Ryzen 5 3550H 16GB DDR4 512GB NVME SSD(2)
ミニPC AMD Ryzen 5 3550H というミニPC ですが、サブのサブとして居間で活躍中。
-
-
HLDS 日立LG製 内蔵 5インチ Blu-ray ブルーレイ ドライブ BD/DVD/CDライター ソフト付 BH14NS58 BK
BH14NS58 BK（HLDS 日立LG製 内蔵 5インチ Blu-ray ブルーレイ ドライブ
-
-
Google Workspace はいかが？
Google Workspace というサービスは名前だけ知っていたのですが、調べてみるとなかなか内
- 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
