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
-
-
アクセスログ解析の教科書 / 石井 研二
アクセスログ解析の教科書 (有) いなかどっとコム 石井 研二 翔泳社
-
-
エレコム マウス 有線 Lサイズ 5ボタン BlueLED 握りの極み ブラック EX-G
マウスを一度に 6個買いましたが、そのうちの１つ。 私はキーボードほどはこだわらないの
-
-
Samsung SSD840 ベーシックキット120GB MZ-7TD120B/IT
Samsung SSD840 ベーシックキット120GB MZ-7TD120B/
-
-
キーボード、マウス、スピーカー 「いいかも Ver2.0」
キーボード、マウス、スピーカー 「いいかも Ver2.0」 INJ-014 売
-
-
Netac M.2 SSD 250GB を NEC Express 5800 に組み込み
Netac という素性の知れない中華メーカーの SSD です。 M.2 形式の NVMe
-
-
パソコンの電源交換 Ichi Power 250
サイズ ATX電源 Ichi Power 250Rev.B 250W IP250
-
-
Core i3-8100 について
昨日うちにやってきた第8世代 Core i プロセッサーの i3-8100 くんですが、彼には特筆す
-
-
Core i3-2100
インテル Boxed Intel Core i3 i3-2100 3
-
-
Benfei 製 USB接続外付けドライブケース2機種
Benfei という中国メーカーの SSD 周りの小物は作りが結構しっかりしており、何度か購入してい
- 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
