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
-
-
Linuxだからできること150
Linuxだからできること150 (日経BPパソコンベストムック) 日経Linu
-
-
日本ヒューレットパッカード インクジェット複合機 HP ENVY 6020
日本HP HP インクジェット複合機 A4カラー対応 ENV
-
-
玄人志向 HDDスタンド USB3.0接続 KURO-DACHI/CLONE/U3
玄人志向 HDDスタンド USB3.0接続 KURO-DACHI/CLONE/U3
-
-
UGREEN USB 3.0有線ギガビットLANアダプター＋3ポートUSBハブ
一昨日紹介した「USB3.0接続LANアダプタ＋USB3.0ハブ」とほぼ同じものです。
-
-
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
-
-
プチフリ SSD Crucial v4 のファームウェアをアップデート
Crucial V4 128GB 2.5inch SSD SATA3Gbps 9
-
-
アマゾンで激安商品の見つけ方
＊ 以前、ここにも書き、雑誌『Windows100% 2012年4月号』にも書いてありましたが
-
-
DELL OPTIPLEX740 Ath64x2 2.1GHz/2G/HDD無/DVD
＊ またまたヤフオクで落札しました。501円（送料別）。 ハードディスクがないからか、安
-
-
USB3.0用 外付けSSD 128GB SSD-PE128U3-RD
BUFFALO ターボPC EX対応 USB3.0用 外付けSSD 128G
-
-
優れたパワードスピーカー ONKYO GX-70AX
★★★★★ 1999発売、現在製造中止のパワード（アンプ内蔵）スピーカー。 WAVIO
- 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
