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
-
-
エレコム USB⇔USBパソコン切替器 KVM-KUSN
★★★☆☆ ２台のパソコンを１組の USBキーボード(Keyboard
-
-
ポート開放/閉鎖用バッチファイル
以前から、ある一定時間だけ PC の特定の通信ポートを遮断できないか考えていました。 MT4
-
-
ケーブル一体型切替器KVM-KU4
ELECOM ケーブル一体型切替器(USB) KVM-KU4 by
-
-
USB – RCA変換ケーブル（384KHz/24-bit Hi-Res DAC搭載）
「USB - RCA変換ケーブル」とありますが、実際は「ケーブル付き USB-DAC」です。
-
-
ギガバイト GA-H61M-USB3-B3
製品ページはこちら。> http://www.gigabyte.jp/products
-
-
USB3.0 グラフィックアダプタ
玄人志向 USB3.0 グラフィックアダプタ DVI接続 バスパワー駆動 V
-
-
Satella1 TS ファイルの mp4 化
＊ 長らく懸案事項でしたが、衛星チューナー（Satella1）で撮った TS ファイルを コー
-
-
Core i3-8100 について(2)
Core i3-8100 という最近入手した中古の CPU について。 Core i3-6100、
-
-
7200回転のハードディスクは熱かった
今夜、仕事をしているのだが、どうも PC の動作が遅いような気がする・・・ 先日壊れた
- 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
