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
-
-
NEC Mate MK36LB-M の欠点
「【ヤフオク】 NEC Mate MK36LB-M Xeon E3-1225v3 メモリ4GB HD
-
-
HD革命/CopyDrive Ver.4 with Partition EX 使ってみた
HD革命/CopyDrive Ver.4 with Partition EX
-
-
フリーソフトの CheckDisk
＊ 昨日、壊れたと思って取り外した crucial 製 V4 SSD 128GB ドライブです
-
-
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
-
-
Chalet OS 16.04 HDD にインストールしてみた
セルビア産の Linux ディストリビューション Chalet を ノートパソコン（Core
-
-
Ubuntuの日本語環境 / 日本語Remixについて
Ubuntu14.04LTS 現在のデスクトップ画面[/caption] Ubuntu
-
-
パイオニア ブルーレイドライブ ソフトなし
Pioneer ブルーレイドライブ BDR-207DBK/BULK Pio
-
-
液晶モニタ EIZO FlexScan EV2316W / 23型 ワイド フルHD（1920 x 1080）
みんな大好きなプロフェッショナルモニターブランドの EIZO（旧 ナナオ）の FlexSca
-
-
Optiplex745 2台目ゲット
CPU：Core2Duo 6400 / 2.13GHz メモリ：1GB HDD
- 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
