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
-
-
本日の戦利品（パソコン分）
＊ DELL OptiPlex 755 DELL PRECISION 490
-
-
FUJITSU FUTRO MP702 2台到着
前回の記事「FUJITSU FUTRO MP702 2台落札」の続きです。 昨日到着しました。
-
-
Amazon で MP3 買ってみた / Amazon Cloud Player
Amazon で曲のダウンロード販売をやっていますよね。 MP3 形式のファイルなので汎用
-
-
Patriot Memory P210 2TB 内蔵型SSD 2.5インチ
Patriot Memory SSD P210 2TB SA
-
-
PLANEX ハイパワー無線LANルータ MZK-W300NH2 突然死
PLANEX 11n/b/g 300Mbps ハイパワー無線LANルータ MZK-W
-
-
DELLのパソコン キャンペーン 特価
昨日 5/30（月）までのデルのパソコン キャンペーンですが、6/1（水）まで伸びたよう
-
-
できるポケット+ クラウドコンピューティング 3時間でわかる次世代ITの実像 / 小林 祐一郎
できるポケット+ クラウドコンピューティング 3時間でわかる次世代ITの実像 小
-
-
信頼の BD-R ディスク LM-BR25LDH10
今時珍しい日本製の Blu-ray の相変化追記型のディスク パナソニック製 LM-BR25
-
-
GA-H61M-USB3-B3 REV2
GIGABYTE intel H61(B3) LGA1155 Micro A
- 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
