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
-
-
【ヤフオク】NEC PC-MKL39EZG1 Mate ME-1 到着
この前落札した NEC の中古パソコン PC-MKL39EZG1 の Mate ME-1 が到着しま
-
-
星降る夜のパソコン情話 / 中村 正三郎
星降る夜のパソコン情話 中村 正三郎 ビレッジセンター出版局 1996-06
-
-
Cyberlink 製 Media Espresso 6
地デジ録画ではファイルサイズがでかい。 CM カットがきれいにできるようになったら、次
-
-
【ヤフオク】 NEC PC-MK25TGFCE 液晶一体型PC 落札
メーカー NEC 型番 PC-M
-
-
HDD パーテーションサイズの変更
＊ しょっちゅう、ディスク丸ごとのバックアップ、リストア、複製を行っている私です。 ハードウ
-
-
イーサイトの遠隔画像診断端末からATOK単語登録
なんのこっちゃわからん人は無視してね。 ＊ イーサイトの遠隔画像診断端末をお使いの方で、パソ
-
-
パイオニア 内蔵ブルーレイコンボドライブ BDC-207DBK バルク品
BDC-207DBK Blu-rayコンボドライブ ブラックベゼル Pion
-
-
GV-MVP/XS2W とお別れ
I-O DATA 地上・BS・110度CSデジタル対応TVキャプチャーボード P
-
-
自宅のメインマシンのCドライブ(SSD)を変更
＊ 最近自宅のメインマシン（愛称 WhiteBase ）がときどきブートに失敗します。 マザ
-
-
すべてのOSで使える無料オフィス Libre Office
Libre Office を構成する 6つのソフト Windows、MacIntosh、Lin
- 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
