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
-
-
データディスクも入れ替えを予定
WD HDD 内蔵ハードディスク 3.5インチ 2TB WD Blue WD20EZ
-
-
Windows10 の update
昨日、メインPCの Windows10 のアップデートが行われ、「再起動が必要です」と出て再起動した
-
-
crucial SSD BX500 240GB
crucial はアメリカの大手半導体企業の Micron Technology（マイクロン
-
-
SPD SSD 512GB 購入
【スーパーSALE限定特価】SPD SSD 512GB 【5
-
-
DVI×4出力が可能な1スロット厚のファンレスVGA GF-QUAD-DISP/4DVI
玄人志向 グラフィックボード DVIx4 4画面出力 ファンレス GF-QUAD
-
-
【ヤフオク】さらに NEC PC 4台落札
この前落札した NEC の中古 PC がすこぶるいいので、さらに入札に参加していると、4台ほ
-
-
ビデオキャプチャー 「アナレコ」 GV-USB2
I-O DATA ビデオ/VHS 8mm DVD ダビング パソコン取り込み ビデオ
-
-
壊れる前のバックアップ WD20EZRX
【Amazon.co.jp限定】WD Green 3.5inch Intelli
-
-
WD20EZRZRT ウエスタンデジタル製HDD(WD Blue) 2TB
WD20EZRZ-RT Western Digital 売り上げランキング :
-
-
アマゾンで売られている 30TB のハードディスク
Amazon.co.jp で30TB の 外付けHDDが １万円くらいで堂々と売られています
- 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
