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
-
-
MakuluLinux 14 LinDoz 試用してみた
MakuluLinux 14 使ってみた Makulu の現行バージョンである MakuluLin
-
-
Mac OS によく似た Linux – elementary OS
＊ Mac ライクな Linux として雑誌で載っていた elementary OS をご
-
-
USB3.0 グラフィックアダプタ
玄人志向 USB3.0 グラフィックアダプタ DVI接続 バスパワー駆動 V
-
-
【ヤフオク】 NEC Mate MK36LB-M Xeon E3-1225v3 メモリ4GB HDD1TB Windows10 到着
前回の記事「 NEC Mate MK36LB-M Xeon E3-1225v3 メモリ4GB
-
-
Ubuntuの日本語環境 / ライブCDの部屋 について
前回の Ubuntu の日本語環境の話では、公式の日本語版のようなもの（日本語Remix）が存在
-
-
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
-
-
128GB SanDisk サンディスク USBメモリー Ultra Dual Drive m3.0
128GB SanDisk サンディスク USBメモリー Ultra Dual Dr
-
-
壊れた無線LANルーター WZR-HP-G301NH
BUFFALO おまかせ節電 USBポート搭載 11n/b/g対応 ハイパワー
-
-
パソコンの故障 おそらくメモリの接触不良
＊ 一昨日、長年の知人からケータイメール（私はパソコンで受信）。 以前作ってあげた（完全自作
- 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
