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
-
-
オンラインコンパイラ
＊ この前、ちょっと C言語でプログラムを作ろうかと思い立ちました。 何年ぶりかな？ ベクター
-
-
アマゾンサイバーマンデーで衝動買い Fire HD 10
Fire HD 10 タブレット (10インチHDディスプレイ) 32GB p
-
-
【ヤフオク】 NEC PC-MK25TGFCE 液晶一体型PC 落札
メーカー NEC 型番 PC-M
-
-
2022年7月29日インターネット回線トラブル
朝起きたら仕事場のインターネット回線が切断された状態。 アクセスルーター（ブロードバンドルータ
-
-
ORICO Y-20M SSD NVMe 128GB
これも ORICO という中華メーカーの SSD（SATAタイプではなく NVMeタイプ）。
-
-
【ヤフオク】NEC PC-MK25MBZV1F3C Mate MB-C Core i5 2400S 2.50GHz 2GB 落札
1100円＋送料で落札できました。 CPU：Core i5 2400S (2.50GHz)
-
-
GV-MVP/XS2Wでの地デジ録画
GV-MVP/XS2Wでの地デジ録画 録画は安定しています。 売りの H264
-
-
Vostro260S (2) 最大の欠点
2011年3月に買った PC です。 一時期メインで使っていたのですが、冬の寒い朝に電
-
-
できるポケット 使って覚える HTML&CSS の基本がマスターできる本 / 佐藤和人
できるポケット 使って覚える HTML&CSS の基本がマスターできる本
- 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
