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
-
-
自宅のメインの WindowsXP が立ち上がらなくなった (3)
「自宅のメインの WindowsXP が立ち上がらなくなった (2)」の続きですが、 Fire
-
-
Crucial V4 128GB SSD
Crucial V4 128GB 2.5inch SSD SATA3Gbps 9
-
-
ハードディスクのコピー
私は PC のハードディスクのコピーには PC に繋がなくても使えるデュプリケーターを使っています。
-
-
【無料フォント】やさしさゴシック
「デザイナーが本当に欲しい無料フォント１０選」という記事を見つけて、読んでみました。 普段使っ
-
-
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
-
-
ネットワーク過剰防衛マニュアル / 網野 嵐
ネットワーク過剰防衛マニュアル 網野 嵐 秀和システム 2002-12 売り上
-
-
BUFFALO製 NAS（ネットワークHDD ）3TBモデル LS210D0301G
★★★☆☆ うちのTVの東芝レグザ用の USB外付けハードディスクのうちの１台がとき
-
-
32インチIPS液晶モニタ 32GS75Q-B 動きました
開封して BMAX のミニPC（Intel N95内蔵）に繋いでみました。 発色はよく
-
-
PT3 アースソフト ４番組同時録画 コピーフリーチューナー
PT3 Rev.A アースソフト 売り上げランキング : 578 Am
-
-
Windows XP 用の Avira Free Antivirus は 4月8日で期限切れ
Windows XP 用の Avira Free Antivirus は 2015年4月8日でサ
- 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
