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
-
-
konalinux2.3 / されど USB起動できず
konalinux が新しくなったので、ダウンロードしました。 konalinux2.3 Li
-
-
HP Pavilion 15-ab200 ノートPC 修復(2)
前回「HP Pavilion 15-ab200 ノートPC 修復」の続きです。 再び「
-
-
【ヤフオク】 NEC Mate ML-G Core i5-3470S 2.9GHz 2GB DVDスーパーマルチ ジャンク 落札
2850円＋送料で落札。 最近中古PCの価格が上がっていると聞いていましたが、結構安い
-
-
Mac よりひどい・・・
＊ 昔は NEC に貢いでおりました。 PC-9801シリーズだけで、 F2, VM2,
-
-
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
-
-
こんなの焼いています ブルーレイ
＊ 通常（民生用ブルーレイレコーダー）なら 180分しか録画できない BD-R の片面2
-
-
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
-
-
Windows10 でファイルマネージャー「反応なし」
自宅のメインPC はふるさと納税でもらった Windows10 マシンでメモリは 8GB ありますが
-
-
I-O DATA LEDバックライト採用 19型スクエア液晶ディスプレイ (2)
I-O DATA LEDバックライト採用 19型スクエア液晶ディスプレイ ブラッ
-
-
DELL Optiplex760 2台目(2) 再生
＊ これは昨日紹介したマシン。 CPU：Pentium Dual E5300 /
- 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
