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
-
-
NTTの回線１つでインターネット回線２本を引く方法
＊ 常識だと思っていましたが、意外と知られていないので書きます。 NTTの回線 １つで、電話
-
-
パソコン電源の交換 SSRP440AC
＊ 自宅でのメイン機である愛称 White Base（白い木馬）ですが、ファンがやたらうる
-
-
デジカメde!!年賀状2001
じつは 2000年冬に買った年賀状ソフトをいまだに使っています。 エーアイソフトの「デジカメd
-
-
Vostro260S 電源トラブル
本日帰宅すると TV録画用の Vostro260 が死んでました。スイッチを入れてもなんの反
-
-
【ヤフオク】 NEC Mate MK36LB-M Xeon E3-1225v3 メモリ4GB HDD1TB Windows10 到着
前回の記事「 NEC Mate MK36LB-M Xeon E3-1225v3 メモリ4GB
-
-
トリプルディスプレー可能なグラフィックカード / GeForce GTX 550 Ti MultiView
GeForce GTX 550 Ti MultiView ZOTAC グラ
-
-
ブルーレイドライブが激安
ブルーレイドライブ KEIAN LITEON 内蔵Bru-rayドライブ バル
- 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
