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
-
-
LG 23型ワイド IPSパネル/ホワイトLED BLU採用液晶ディスプレイ (3)
LG 23型ワイド IPSパネル/ホワイトLED BLU採用液晶ディスプレイ (
-
-
UBUNTU16.04LTS ネットワーク設定でＩＰを固定にする
インストールした Ubuntu 16.04 ですが、ネットワーク接続ではデフォルトでは DHCP
-
-
ハードディスク またまた故障
＊ この前自宅で壊れたハードディスクはウェスタンデジタルの 1TB でしたが、昨日は高槻遠隔画
-
-
Dimension1100 復活
Dimension1100[/caption] 以前、２号マシン（デジタル放送録画用
-
-
UBUNTU16.04LTS に Xfce デスクトップを追加
私も大衆と同じく Ubuntu のキライなところはデスクトップ環境である Unity ですね
-
-
絶不調パソコン完全復活マニュアル / 佐々木 康之
絶不調パソコン完全復活マニュアル 佐々木 康之 翔泳社 2006-06-02
-
-
Radeon HD 4550 と HD4250 オンボード
Blue Rose[/caption] ＊ わが愛しのPC（愛称 BlueRose
-
-
企業の Linux 化
＊ 企業内部で使われている OS は Windows が多いですが、全部 Linux にしてし
-
-
最近の Linux が優れすぎている点について
＊ ヤフオクで 900円で買えた 7年前の最も安いパソコンでも、4000円くらいの SSD を
-
-
Winserver よく固まる
４つの MT4 を稼働している Winserver のサーバーですが、多くの時間が下の図のような感じ
- 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
