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
-
-
【ヤフオク】NEC PC-MKL39EZG1 Mate ME-1 到着
この前落札した NEC の中古パソコン PC-MKL39EZG1 の Mate ME-1 が到着しま
-
-
SAPPHIRE ビデオカード FLEX HD6770 1G GDDR5 PCI-E DL-DVI-I+SL-DVI-D/HDMI/DP
SAPPHIRE ビデオカード FLEX HD6770 1G
-
-
Ubuntu 13.10 リリース
＊ ＞ http://sugarmoon.pcsaportsapporo.com/linuxd
-
-
TS16GUSDHC10 Class10 永久保証の SDHCカード
Transcend microSDHCカード 16GB Class10 永久
-
-
Felo 日本発の AI
Felo（フェロー）は、東京を拠点とするスタートアップ企業「Felo Inc.（旧 Sparticl
-
-
イーサイトの遠隔画像診断端末からATOK単語登録
なんのこっちゃわからん人は無視してね。 ＊ イーサイトの遠隔画像診断端末をお使いの方で、パソ
-
-
パナソニック製 BD-Rメディア 30枚入り
Panasonic ブルーレイディスク 日本製 録画用4倍速 25GB(単層
-
-
ハードディスクの簡単換装（AREA MrClone）
本日変更した地デジマシン（旧 5号機＝新 2号機）のハードディスクは 250GB で、残り容
-
-
【ヤフオク】DELL OPTIPLEX 980 到着
4700円＋送料で落札。 DELL の中堅ビジネス機 OPTIPLEX 980 です。
-
-
WindowsXP の弱点というか Ubuntu の利点
昔使っていたマシンから取り出したハードディスク（WindowsXP と Ubuntu 10.04
- 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
