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
-
-
Windows PC で Netflix 録画
ひさびさに Windows PC で Netflix の録画をしてみました。 PC で N
-
-
Zorin 12.3 Core 試用＆インストールしてみた
5日前にリリースされた Zorin 12.3 Core。 だいぶよくなったということでしたので
-
-
DOS/V POWER REPORT も休刊
パソコン雑誌の「DOS/V POWER REPORT」も休刊のようです。 自作PC系の
-
-
パソコンいたずら100の方法 / Sillywalker
パソコンいたずら100の方法 Sillywalker データハウス 2
-
-
Windows XP が大好き
＊ 仕事も趣味も Windows XP で十分。 Vista はどうしようもないし、7 も遅
-
-
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
-
-
Google AI Pro に課金
本日から Google の Gemini に課金することにしました。 課金のコースにはいろいろ
-
-
クラウド型スクリーンショット Gyazo
Gyazo ってご存じですか？ 我々のような画像診断医にとってもそれ以外の人にも、とっても便利
-
-
USBメモリ サンディスク SDCZ73
128GB USBメモリー SanDisk サンディスク U
-
-
HP Pavilion 15-ab200 ノートPC 修復(2)
前回「HP Pavilion 15-ab200 ノートPC 修復」の続きです。 再び「
- 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
