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
-
-
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
-
-
ScribeFire からの投稿
＊ FireFox のアドオンである ScribeFire からの初投稿です。 ScribeF
-
-
Windows7 延命計画
日経PC21 2018年 7 月号 日経BP社 2018-05-24 売り上げラ
-
-
Google 製作の無料フォント Noto Sans
Noto日本語フォント[/caption] Google が無償で利用でき、改変・再
-
-
DELL OPTIPEX740 デュアルコア4050e 1G 80GB マルチDVD 落札
OPTIPLEX 740 不調品です。CPU：AMD Athlon X2 Dual-Core
-
-
APC ES 550 BE550G-JP もうだめか
APC ES 550 BE550G-JP エーピーシー・ジャパン 2010-0
-
-
500GB HDD が安い
最近ハードディスク（HDD）の技術革新がすごいです。 20TB 超えのディスクも安い。 特にメー
-
-
イーサイトのクラウド型遠隔画像診断システム 利点（1）
＊ イーサイトのクラウド型遠隔画像診断システムは Citrix Xen Server というサ
-
-
Greathtek GHT-S7415H USB3.0 KVMスイッチ HDMI 4入力1出力
Greathteek という会社の KVMスイッチ（USB3.0 HDMI 4入力1出力）で
- 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
