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
-
-
Windows はどこへ行く
＊ Windows8 が出たようですが、興味がない。 見かけだけが変わったようで、その見かけ
-
-
医知悟は Java7 非対応
＊ 愛用の Windows2000 マシンで勝手に Java がアップグレードしてしまい、その
-
-
AWOWミニpc win11 Pro N100 16GB DDR4 512GB 注文
アマゾンのブラックフライデー、買うものないなと思ってましたが、最近メモリや SSD の値段が
-
-
HP B110a ナイスなプリンタ
HP Photosmart Wireless B110a インターネット直接接続
-
-
Juniper netscreen 5GT
以前、ハルク社の遠隔画像診断システムを使っていたときに自宅やセンターに設置してくれていたの
-
-
Benfei 製 USB接続外付けドライブケース2機種
Benfei という中国メーカーの SSD 周りの小物は作りが結構しっかりしており、何度か購入してい
-
-
膵臓癌 スティーブ・ジョブズ
スティーブ・ジョブズが亡くなったそうな。 膵臓癌にしてはよくもったほうですね。 今年のノーベル
-
-
信頼の BD-R ディスク LM-BR25LDH10
今時珍しい日本製の Blu-ray の相変化追記型のディスク パナソニック製 LM-BR25
- 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
