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
-
-
ブルーレイドライブが激安
ブルーレイドライブ KEIAN LITEON 内蔵Bru-rayドライブ バル
-
-
パソコンが立ち上がらない
今朝、高槻の事務所で使っている（普段使っていない）PCの 1台が立ち上がらなくなっていること
-
-
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
-
-
A4カラーレーザープリンタ注文しました PR-L5600C
＊ 結局悩んだ末に決めたのが、先述した２機種のうちのどちらかではなく、全く別の NEC 製
-
-
KIOXIA EXCERIA 480GB SSD
【キオクシア kioxia】キオクシア SSD 480GB
-
-
DVD ブートできないマシンが大量に発見されました
＊ この前ヤフオクで仕入れた DELL Optiplex 740 ですが、5台ほど USB メモリ
-
-
ミニPC RINGREAT T9-PLUS 到着
昨日の記事「ミニPC（N95＋16GB RAM＋512GB SSD）注文」の続き。 R
-
-
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
-
-
ウエスタンデジタル製 SSD 1TB WD Green 2.5インチSATA WDS100T3G0A-EC
ウエスタンデジタル製の SATA 接続 SSD で 1TB のモデルです。 ウエスタンデジタル
- 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
