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
-
-
Optiplex755 その後
＊ Optiplex の筐体はサイズの違いで 4種類あり、これが一番小さな（89×263×
-
-
Windows10 で Google日本語変換が止まる
Windows10 にアップグレードした PC で Google日本語変換の途中で止まるのです。
-
-
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
-
-
mepis という OS
＊ mepis という Linux ディストリビューションがあります。 現在は有料に移行したよう
-
-
IODATA HDCR-U2.0 の中身
I-O DATA 東芝対応 USB 2.0/1.1接続 外付型ハードディスク 2
-
-
Windows7 ノートパソコン 激安
＊ わくわくＰＣ という中古パソコンショップが 楽天市場にありますが、結構安い。 上のバ
-
-
理系と文系のハナシ Macintosh の好き嫌い
先日の「パソコンの故障 おそらくメモリの接触不良」という記事で書きました. 文系の人はメモ
-
-
久々にヤフオクでPC２台ゲット
＊ Precision や Optiplex ばかりを狙って入札していたが、最近なかなか落とせ
-
-
Greathtek GHT-S7415H USB3.0 KVMスイッチ HDMI 4入力1出力
Greathteek という会社の KVMスイッチ（USB3.0 HDMI 4入力1出力）で
-
-
自宅メインパソコンHDDが壊れた(2)
「自宅メインパソコンHDDが壊れた」 の続きです。 結局20時間以上かかってハードディスクのコ
- 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
