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 Gnome
Linuxコンプリートバイブル (100%ムックシリーズ) 晋遊舎 2013-
-
-
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。
-
-
Filezilla / 優れものの FTP クライアント
＊ 長らく FTP クライアントに ffftp を使っていましたが、サーバーへのファイル転送の
-
-
整備済み品東芝製ハードディスク届きました
整備済み品東芝製ハードディスク届きましたが、プチプチ封筒に素（す）で 2個の HDD が入ったものが
-
-
Linux Mint 20.1 "Ulyssa" MATE 使ってみた
先月 Linux Mint 20.1 "Ulyssa" が正式に発表されました。 ダウンロード
-
-
Air Port WN-G300R という無線LANルーターが壊れた
壊れたのは、アイ・オー・データ製「無線LANルーター WN-G300R」です。Made in Tai
-
-
128GB SanDisk サンディスク USBメモリー Ultra Dual Drive m3.0
128GB SanDisk サンディスク USBメモリー Ultra Dual Dr
-
-
Netac M.2 SSD 250GB テストしてみた
上はアマゾンのタイムセールで2717円で買った 250GB の M.2 SSD（NVMe）で
-
-
デルの新ノートがキター
デルの新ノート 5/30 に注文したら今日の昼に届きました。 下の宣伝に
- 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
