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
-
-
美女Linux（続き）
美女とともに Linux のコマンドが次々出てきて面白いですが、知らないコマンドも２割くらい
-
-
記録可能 BD ドライブ iHES112-02
LITEON iHBS112-04 BD-R12倍速記録対応内蔵型Blu
-
-
DELL OptiPlex 3050 再セットアップ
このまえヤフオクで 3,097円（税込）＋送料 1,606円 で落札した DELL OptiPlex
-
-
無線LANルーター WN-G300R
I-O DATA IEEE802.11n準拠 300Mbps(規格値) 無線
-
-
DELL Dimension 9200C ご到着
＊ CPU：Core2Duo 6300 / 1.86GHz メモリ：1GB HDD：3
-
-
ハードウェアの安全な取り出し
＊ うちの Windows XP マシンですが、いつのまにかトレイアイコンから「ハードウェアの取り
-
-
最近の Linux が優れすぎている点について
＊ ヤフオクで 900円で買えた 7年前の最も安いパソコンでも、4000円くらいの SSD を
-
-
レグザ録画用外付けHDD HD-LS2.0TU2D 逝く
昨日も書きましたが、レグザ録画用外付けHDD が死にました。 Buffalo 製の HD-LS
- 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
