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
-
-
いきなりインターネット切断
昨夜、SANNET にて繋いでいる自宅仕事場のルーターが切断し、繋がらなくなりました。 ルータ
-
-
ZorinOS18 インストール
やっと、Zorin18 core（無料版）のダウンロードが終了し、本日 Core i3-4100M
-
-
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
-
-
Acmailer4 というメールマガジン発刊ツール
前回の記事「ロリポップのメルマガの弱点」で、ロリポップ（安価なレンタルサーバー）のメルマガ機能は
-
-
MakuluLinux 14 Shift 試用してみた
南アフリカ産の Linux ディストリビューションMakulu 14 の Shift というシリーズ
-
-
【ヤフオク】 3.5インチ&2.5インチ ハードディスクセット
2920円＋送料（691円）で落札。 Western Digital SATA
-
-
imation A320（2.5″ SATA3 240GB SSD）
imation 社の 2.5" SATA3 SDD の A320 です。容量は 240GB。
-
-
自宅のメインの WindowsXP が立ち上がらなくなった (2)
私はほとんどの XP マシンは Linux（たいていは Zorin6.4）とのデュアルブートにし
-
-
Vostro200 に Zorin OS を入れて遊ぶ
＊ Zorin OSは Ubuntu ベースの Linux ディストリビューション。無料で使え
- 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
