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
-
-
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
-
-
CDリッピングソフト fre:ac（free audio converter）
音楽 CD のリッピングは長らく Exrtra Audio Copy（EAC）を使ってきましたが、他
-
-
PLANEX ハイパワー無線LANルータ MZK-W300NH2 突然死
PLANEX 11n/b/g 300Mbps ハイパワー無線LANルータ MZK-W
-
-
Linux の日本語化（うまくいかないときのために）
＊ Zorin OS やら Pear OS やら日本以外の国で作られている Linux ディス
-
-
Zorin OS でプルンプルン
＊ よくできた Linux ディストリビューションである Zorin OS ですが、一つ言い忘
-
-
DELL DIMENSION 9200 3台めゲットだぜ
＊ OS:win Vista（ライセンスのみ） 状態：起動不能・電源入らず その他
-
-
Radeon HD 4550 と HD4250 オンボード
Blue Rose[/caption] ＊ わが愛しのPC（愛称 BlueRose
-
-
Ubuntu 13.10 リリース
＊ ＞ http://sugarmoon.pcsaportsapporo.com/linuxd
-
-
Zorin 15 Core インストールしてみた
久々の Linux ネタです。 以前使っていたデルのノートPC の Inspiron
-
-
星降る夜のパソコン情話 / 中村 正三郎
星降る夜のパソコン情話 中村 正三郎 ビレッジセンター出版局 1996-06
- 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
