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
-
-
昨夜いきなりアップグレード
昨夜仕事中に Windows10 へのアップグレードがいきなり始まり、１時間ほど仕事ができません
-
-
使ってみた ADA ドライブ（LKM-KB12）
＊ 昨日初めて ADA（Advanced Disc for Archive) ドライブとい
-
-
ALCMTR.EXE はRealtekのスパイウェア
＊ メインの Windows XP マシンで msconfig を起動してスタートアップのとこ
-
-
簡単なホームページ作成ソフト（続き）
【上位版】次世代型サイト作成システム「SIRIUS」 忙しくてなかなかいじれません。 昨
-
-
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
-
-
TMPGEnc MPEG Editor 3
TMPGEnc MPEG Editor 3 ペガシス 2
-
-
MX-17 試用してみた
MX-17 という Linux ディストリビューションを USBメモリで試用してみました。 M
-
-
もう一つの Mac 風 Linux – Pear OS 7 をインストール
本家HP＞ http://pearlinux.fr/ ＊ 以前は Pear
- 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
