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
-
-
ちゃんと起きろよ 寒い日の HDD
CORSAIR Force Series GT CSSD-F60GBGT-B
-
-
Philips モニター ディスプレイ 236E7EDAB/11 （23インチ/IPS/フルHD/MHL対応/5年保証）
Philips モニター ディスプレイ 236E7EDAB/11 （23インチ/IP
-
-
【ヤフオク】 NEC PC-MK25TGFCE 液晶一体型PC 落札
メーカー NEC 型番 PC-M
-
-
遠隔画像診断のビジネスモデル(3)
ビジネスモデルらしくないので、さらに模式図を補完していきます。 ＊ 上段が従来のファイル
-
-
久々のメインメモリ増設
自宅でほぼメインで使っているのは NEC の Mate MK32MB-F という PC で CPU
-
-
【ヤフオク】NEC PC-MK32LEZCB Mate ME-B Win7 Core i3 550 3.20GHz 4GB 160GB■1週間保証 落札
大手の中古業者 CycleHit By UsedNet さんからヤフオクで落札。 完動
-
-
FUJITSU FUTRO MP702 起動
「FUJITSU FUTRO MP702 2台到着」の続きです。 Fujitsu製の
-
-
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
-
-
ASUSTeK製 NVIDIA GT610搭載グラフィックカード GT610-SL-1GD3-L 【PCI-X2.0】 安いのはワケがある
前回の記事で新たに採用した GeForce GT 610 を使ったボードのお話。
- 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
