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
-
-
ギガバイト GA-H61M-USB3-B3
製品ページはこちら。> http://www.gigabyte.jp/products
-
-
LG 23型ワイド IPSパネル/ホワイトLED BLU採用液晶ディスプレイ (3)
LG 23型ワイド IPSパネル/ホワイトLED BLU採用液晶ディスプレイ (
-
-
中古ノートパソコン注文しました
いわゆる再生品です。 ヤガミ電気というところが販売している NEC ノートPC VKシ
-
-
Ubuntu の日本語化
Ubuntu の日本語化についてですが、オリジナルの Ubuntu は日本語の表示には対応してい
-
-
パナソニック製 BD-Rメディア 30枚入り
Panasonic ブルーレイディスク 日本製 録画用4倍速 25GB(単層
-
-
USB 3.0/2.0対応 グラフィックアダプター
I-O DATA USB 3.0/2.0対応 グラフィックアダプター USB-R
-
-
MakuluLinux Shift 2022 インストールしてみた
南アフリカ産の Linux ディストリビューションの MakuluLinux の最新版（Makulu
-
-
ミニPC Hitabt M30A
Hitabt という中華メーカーの M30A というミニPC です。 ブランド
-
-
Panasonic 録画用4倍速ブルーレイディスク片面2層50GB(追記型)スピンドル50枚 LM-BRS50L50S【WEB限定】(2)
Panasonic 録画用4倍速ブルーレイディスク片面2層50GB(追記型)スピ
- 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
