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
-
-
ハードディスクの換装
「TrueImage Personal 2」 を使ったシステムディスクの換装が
-
-
マジェスタッチ２枚め：FKB108M/JB
FILCO Majestouch 日本語108キーボード・かなあり・黒 US
-
-
ミニPC（N95） 3台目注文
アマゾンのタイムセールで 21400円と安くなっていたので、ミニPC 3台目を注文。 ＞販売ペ
-
-
NEC Mate MK36LB-M の欠点
「【ヤフオク】 NEC Mate MK36LB-M Xeon E3-1225v3 メモリ4GB HD
-
-
Ubuntu14.04LTS インストールしてみる
＊ この前ヤフオクで 4410円で買った Optiplex 960（OSなし）に別の 80GB
-
-
自宅の録画用PC壊れた
なんか最近モノがどんどん壊れていきます。 暑さのせいか。 この 1ヶ月に PC が 3台壊れ
-
-
Google 日本語入力をインストール
＊ ATOK がたまにおかしくなる。 以前からの話で、別に問題にしていないのだが、最近評判の
-
-
アンチウィルスを変えて Windows XP をあと 1年使う！
Avira Free Antivirus で Windows XP を 2015年4月まで使う
-
-
Zorindows ?
＊ Windows8 が Windows7 と全く違うような OS なら、Windows7 と
-
-
DELL Optiplex 745 Mini筐体 2台目で Zorin7
＊ 先月ヤフオクで落札したものです。 すでに報告ずみ⇒ Optiplex745
- 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
