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
-
-
WindowsXP の弱点というか Ubuntu の利点
昔使っていたマシンから取り出したハードディスク（WindowsXP と Ubuntu 10.04
-
-
ZorinOS18 インストール
やっと、Zorin18 core（無料版）のダウンロードが終了し、本日 Core i3-4100M
-
-
知らずに自分の恥部をさらけ出している人たち / ネット検索で失うもの
＊ 世の中、個人情報が漏れることを 非常に危惧している人がいます。 でも Google（グー
-
-
SPD Q300SE(SSD SATA 512GB)
【18日限定ポイント5倍】SPD SSD 512GB 【5年
-
-
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
-
-
Windows Xp SP2 から SP3 へ
＊ 手持ちの Windows XP 再インストールディスクは Windows XP SP2 の
-
-
Radeon HD 4550 と HD4250 オンボード
Blue Rose[/caption] ＊ わが愛しのPC（愛称 BlueRose
-
-
SAPPHIRE ビデオカード FLEX HD6770 1G GDDR5 PCI-E DL-DVI-I+SL-DVI-D/HDMI/DP
SAPPHIRE ビデオカード FLEX HD6770 1G GDDR5 PCI
-
-
A-DATA ASP900S3-64GM-C-7MM / ADATA 2.5"SSD 64GB SATA6G
A-DATA ASP900S3-64GM-C-7MM ADATA 2.5"SSD
-
-
Winserver よく固まる
４つの MT4 を稼働している Winserver のサーバーですが、多くの時間が下の図のような感じ
- 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
