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
-
-
天板が変えられるノートパソコン
デルのアフィリエイトをやっているのですが、5/30（月）までのキャンペーンで、
-
-
SanDisk USB 3.1 フラッシュメモリ SDCZ74 256GB 全金属製デザイン【5年保証】
256GB の USBメモリで 3980円。 全体が金属製で放熱に優れます。その分ヤケ
-
-
液晶モニタ EIZO FlexScan EV2316W / 23型 ワイド フルHD（1920 x 1080）
みんな大好きなプロフェッショナルモニターブランドの EIZO（旧 ナナオ）の FlexSca
-
-
PC用メモリの価格低下
本日、以前に買った本にレシートが挟まっていることに気が付きました。 2012年11月11日 ソ
-
-
ハードディスクのコピー(2)
昨日の記事「ハードディスクのコピー」の続きです。 本日、Logitec 製の外付け USB接続
-
-
Puppy Linux と AbiWord
＊ パピーというとわれわれの世代では「遊星少年パピイ」を思い出すのですが・・・ え、相当古い
-
-
128GB SanDisk サンディスク USBメモリー Ultra Dual Drive m3.0(2)
前回の USB3.0 対応メモリですが、おおまかに速度を測ってみました。 結構速いじゃ
-
-
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
-
-
WindOS / 風のようなオペレーティング・システム
WindOS[/caption] Windows ではありません。WindOS（風の
- 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
