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
-
-
acer ASX3950-N34D/TF 入院
acer の ASX3950-N34D/TF は昨年 2月にヤフオクで 3000円で落札した
-
-
Zorin 12 Core 試用してみた
Zorin 12 Core について 今回は現在常用している Zorin 9 Core の正統後継
-
-
BUFFALO製 NAS（ネットワークHDD ）3TBモデル LS210D0301G
★★★☆☆ うちのTVの東芝レグザ用の USB外付けハードディスクのうちの１台がとき
-
-
PATA ハードディスクのチェック(5)
SANWA SUPPLY IDE/SATA-USB変換ケーブル 0.72m US
-
-
液晶モニタ EIZO FlexScan EV2316W / 23型 ワイド フルHD（1920 x 1080）
みんな大好きなプロフェッショナルモニターブランドの EIZO（旧 ナナオ）の FlexSca
-
-
魅力的なCPU Athlon の復活 / Athlon 5350 /安価で4コア TDP25W
Athlon という CPU Athlon という AMD社製の CPU が昔ありました。
-
-
４画面同時出力できるグラフィックボード
GALAXY グラフィックカード GF MDT QUAD GRAPHICS DV
-
-
Docky / Mac風のドックランチャーをLinuxに
＊ Zorin OS は起動しているアプリケーションを下のバーに表示するので、Windows
-
-
TeamViewer 遠隔画像診断への活用法
遠隔操作のメリット 「TeamViewer 無料の遠隔操作ソフト 」という記事を書きましたが、
-
-
I-O DATA 高速・多機能・ブロードバンド有線ルーター ETX-R
I-O DATA 高速・多機能・ブロードバンド有線ルーター ETX-R I-O
- 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
