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
-
-
Ubuntu 13.10 リリース
＊ ＞ http://sugarmoon.pcsaportsapporo.com/linuxd
-
-
Ubuntu MATE に MacBuntu を適用
HDD にインストールした Ubuntu MATE を MacBuntu 化してみました。
-
-
【ヤフオク】acer ASX3950-N34D/TF Core i3-540/3.07GHz/4GB ジャンク 落札
これも たからぶねweb さんから 3000円で落札。 ■CPU Core i3-540
-
-
I-O DATA 高速・多機能・ブロードバンド有線ルーター ETX-R
I-O DATA 高速・多機能・ブロードバンド有線ルーター ETX-R ア
-
-
Windows10 の必要メモリ多すぎ
この前の記事「Windows10 でファイルマネージャー「反応なし」 」で書いたように、家でのメイン
-
-
UGREEN USB 3.0有線ギガビットLANアダプター＋3ポートUSBハブ
一昨日紹介した「USB3.0接続LANアダプタ＋USB3.0ハブ」とほぼ同じものです。
-
-
USB 3.0/2.0対応 グラフィックアダプター
I-O DATA USB 3.0/2.0対応 グラフィックアダプター USB-R
-
-
BIOS しかない PC に SSD
先日の記事「crucial SSD BX500 240GB」で紹介した SSD は自宅に置いてある予
-
-
TeamViewer 無料の遠隔操作ソフト
＊ PC1 --- ルーター1 ---（インターネット）--- ルーター2 --- PC2
-
-
Ultimate edition 4.2 lite 日本語版 インストールしてみた(2)
「かっこいいが非常に見にくい」 と評した Ultimate edition 4.2 lite で
- 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
