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
-
-
Google の リサーチアシスタント NotebookLM
Google の リサーチアシスタントAI である NotebookLM をご存じでしょうか。
-
-
久々のメインメモリ増設
自宅でほぼメインで使っているのは NEC の Mate MK32MB-F という PC で CPU
-
-
マイクロソフトを殺したもの
＊ マイクロソフトを殺したもの、というか、マイケルと違いまだ死んでないようですが、マイクロ
-
-
MSI NVIDIA GeForce GT710搭載 GDDR3 1GB グラフィックスボード VD5932 GT710 1GD3H LP
MSI NVIDIA GeForce GT710搭載 GDDR3 1GB グラフィッ
-
-
ヤフオクで中古CPU 3個ゲット
最近あまりめぼしいものはセリ落としておりませんが、今週は中古CPU を3個。 そのうち 2個を
-
-
昨夜いきなりアップグレード
昨夜仕事中に Windows10 へのアップグレードがいきなり始まり、１時間ほど仕事ができません
-
-
HP B110a ナイスなプリンタ
HP Photosmart Wireless B110a インターネット直接接続
-
-
自宅メインパソコンHDDが壊れた(4)
「自宅メインパソコンHDDが壊れた(3) teamviewer でスーイスイ」でスイスイ行くはず
-
-
Dimension3100C
＊ この前、ヤフオクで 900円で落とした中古パソコン。 2005年の秋
-
-
Windows PC で Netflix 録画
ひさびさに Windows PC で Netflix の録画をしてみました。 PC で N
- 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
