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
-
-
Zorin OS 7.1 Lite インストールしてみた
＊ 私の主に使っているのは Zorin 6.4 Core ですが、Zorin 7 をある思惑で
-
-
パイオニア ブルーレイドライブ ソフトなし
Pioneer ブルーレイドライブ BDR-207DBK/BULK Pio
-
-
NEC PC-MK25MBZV1F3C Mate MB-C Core i5-2400S 出番ですよ
「NEC PC-MK25MBZV1F3C Mate MB-C Core i5 2400S 2
-
-
Dimension1100 復活
Dimension1100[/caption] 以前、２号マシン（デジタル放送録画用
-
-
PCモニタ マウスコンピューター（Iiyama製）ProLite XUB2493HSU-B1
★★★☆☆ 自宅のメインPC で使っているモニタが色ズレを発し始めたので換えました。
-
-
本日逝ったディスクについて・ハードディスクの故障
地井武男のようにあっけなく急に逝ってしまったハードディスク・・・ ＊ ちょっと油断してバック
-
-
【ヤフオク】NEC PC-MK37LLZ6AASU Mate ML-U（Core i3-6100 4GB 500GB）動きました
先日落札した3台のうちの1台。本日到着しました。 早速 linux mint で使って
-
-
SoftEther+VPN構築ガイド / 塩見 豊久
SoftEther+VPN構築ガイド 塩見 豊久 ケイズプロダクション アスペ
-
-
ミニPC（N95） 3台目到着
以前の記事「ミニPC（N95） 3台目注文」で紹介したミニPC が無事到着。 TRIGKE
-
-
MakuluLinux 2020 Flash 試用してみた
2020年4月なので Ubuntu20.04LTS がそろそろ出る頃と首を長くして待っているのですが
- 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
