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
-
-
APC ES 550 BE550G-JP もうだめか
APC ES 550 BE550G-JP エーピーシー・ジャパン 2010-0
-
-
いきなりインターネット切断
昨夜、SANNET にて繋いでいる自宅仕事場のルーターが切断し、繋がらなくなりました。 ルータ
-
-
HDDからSSDへの換装
前回の記事「imation A320（2.5″ SATA3 240GB SSD）」で速度を測った安売
-
-
ACアダプタ HSTNN-LA01-E 到着
この前落札した HP 8200 Elite USDT です。 動かそうと思って
-
-
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
-
-
Greathtek GHT-S7415H USB3.0 KVMスイッチ HDMI 4入力1出力
Greathteek という会社の KVMスイッチ（USB3.0 HDMI 4入力1出力）で
-
-
[ヤフオク] DDR3 メモリ 2GB 10枚到着
ヤフオクでデスクトップ PC用の DDR3メモリ 2GB を調達。 3つのオークション
-
-
Juniper netscreen 5GT(2)
統合型ファイアウォール/VPNアプライアンスである Juniper netscreen 5
-
-
ノートパソコン購入 NEC PC-VK23LXZGU
年末に経費が余っていたので、パソコンを買いました。 アマゾンでアヤセモールが販売してい
- 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
