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
-
-
マーク・ザッカーバーグ 史上最速の仕事術 / 桑原 晃弥
マーク・ザッカーバーグ 史上最速の仕事術 桑原 晃弥 ソフトバンククリエイテ
-
-
Panasonic 録画用4倍速ブルーレイディスク片面2層50GB 50枚 LM-BRS50L50S【WEB限定】
Panasonic 録画用4倍速ブルーレイディスク片面2層50GB(追記型)スピ
-
-
日経Linuxが廃刊
日経の出している雑誌「日経Linux」がついに休刊（≒廃刊）となりました。 25年の歴
-
-
Zorin OS 7.1 Lite インストールしてみた
＊ 私の主に使っているのは Zorin 6.4 Core ですが、Zorin 7 をある思惑で
-
-
20倍ズームデジカメ買ったぞ
PENTAX デジタルカメラ Optio VS20(ノーブルブラック)160
-
-
DOS/V POWER REPORT も休刊
パソコン雑誌の「DOS/V POWER REPORT」も休刊のようです。 自作PC系の
-
-
Windows7 から Windows10へ
仕事場のメインマシンを Core i3-550＋Windows7 から Core i3-2120＋W
-
-
レグザ録画用外付けHDD HD-LS2.0TU2D 逝く (2)
昨日の続きです。 レグザ録画用外付けHDD Buffalo 製 HD-LS2.0TU2D とい
-
-
Juniper netscreen 5GT(2)
統合型ファイアウォール/VPNアプライアンスである Juniper netscreen 5
-
-
自宅メインパソコンHDDが壊れた
HDD破損の予兆 どうも最近自宅のメインのパソコン（愛称：WhiteBase）のスピードがとき
- 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
