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
-
-
Philips SpeechMike LFH5276
＊ ヤフオクでオフィスワールド（ officeworldoa ）という業者さんから入手。
-
-
WindowsXP サポート終了
来年2014 年 4 月 9 日 (日本時間) をもって、Windows XP、Micros
-
-
ハードディスクの故障率（メーカー別）
元ネタ⇒ ハードディスクはどこのメーカー製が一番壊れにくいのかが2万5000台の調査結果でつ
-
-
信頼の BD-R ディスク LM-BR25LDH10
今時珍しい日本製の Blu-ray の相変化追記型のディスク パナソニック製 LM-BR25
-
-
Windows11 どエラいエラー発覚
https://www.youtube.com/watch?v=7TptWy6sWlw Win
-
-
Winamp vs Lilith vs Foobar2000
Windows 用のミュージックプレーヤー（すべてフリーソフト）の 3強である Winamp、Lil
-
-
2GPU搭載カード廉価版
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-QU
-
-
自宅メインパソコンHDDが壊れた(5) それだけじゃなかった
「自宅メインパソコンHDDが壊れた(4) 」の続きです。 コピー元： 内蔵SATAコントロ
-
-
USBスピーカー Olasonic TW-S7
Olasonic USBスピーカー バスパワー 10W+10W TW-S7(W)
-
-
A-DATA ASP900S3-64GM-C-7MM / ADATA 2.5"SSD 64GB SATA6G
A-DATA ASP900S3-64GM-C-7MM ADATA 2.5"SSD
- 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
