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
-
-
バッファロー LS210D0301G リンクステーション ネットワーク対応HDD 3TB
バッファロー LS210D0301G リンクステーション ネ
-
-
11n/b/g対応 ハイパワー 無線LANルーター WZR-HP-G301NH
BUFFALO おまかせ節電 USBポート搭載 11n/b/g対応 ハイパワー
-
-
Netac M.2 SSD 250GB テストしてみた
上はアマゾンのタイムセールで2717円で買った 250GB の M.2 SSD（NVMe）で
-
-
久々の linux体験
Distrowatch.com を久々に見てみると、過去6ヶ月の注目度ランキングにて Ubuntu
-
-
NEC Mate MK36LB-M の欠点
「【ヤフオク】 NEC Mate MK36LB-M Xeon E3-1225v3 メモリ4GB HD
-
-
Ubuntu14.04LTS 32ビット版 インストールしてみた(2)
あれから少し遊んでみました。 leafpad をインストール 私の好きなエディタの leaf
-
-
【ヤフオク】 NEC Mate MK36LB-M Xeon E3-1225v3 メモリ4GB HDD1TB Windows10 落札
3980円即決で落札しました。 Windows10 Pro 64bit インストール済
-
-
Acronis True Image Home 2012 Plus
＊ > http://www.acronis.co.jp/homecomputing/p
-
-
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
-
-
液晶モニタ EIZO FORIS FS2434-R 23.8インチ IPSノングレアモニタ
昨日届いた EIZO FlexScan EV2316W に続いて本日はこれが到着しました。
- 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
