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
-
-
Ubuntuの日本語環境 / ライブCDの部屋 について
前回の Ubuntu の日本語環境の話では、公式の日本語版のようなもの（日本語Remix）が存在
-
-
昨日買っておいてよかった
数日前に DELL から FAX で来ていた「Vostro 260s スリムタワーお得意様限
-
-
M.2 NVMe to PCI-e 変換アダプタ 拡張カード
M.2 NVMe to PCI-e 変換アダプタ 拡張カード
-
-
Dimension3100C に Ubuntu 12.04 をインストール
＊ この前、ヤフオクで 900円で落とした中古パソコン。2005年の秋モデル。 CP
-
-
無停電電源装置 ユタカ電機(YEC) UPS mini 500II 逝く
昨夜より降り出した雪が朝も降り続いており、目覚めたときには道路や屋根に数センチの積雪がありました。
-
-
USB3.0用 外付けSSD 128GB SSD-PE128U3-RD
BUFFALO ターボPC EX対応 USB3.0用 外付けSSD 128G
-
-
とりあえず復旧完了（仮）
玄人志向 HDDスタンド USB3.0接続 KURO-DACHI/CLONE/U3
-
-
Winamp vs Lilith vs Foobar2000
Windows 用のミュージックプレーヤー（すべてフリーソフト）の 3強である Winamp、Lil
-
-
MSオフィス信者は困る
＊ そう言えば、ちょっと前にどこかの医療系大学の教官がレポートの宿題を出して、MSワードで提出
-
-
1/29 センターのネット回線がおかしい
たまにしか発生しませんが、センターのネット回線のエラーの話。 今朝 9AM、異常に回線が遅いこ
- 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
