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
-
-
MUSE Audio USB-DAC ヘッドフォンアンプ PCM2704
MUSE Audio USB-DAC ヘッドフォンアンプ PCM2704 USB
-
-
Windows10 発表
Microsoft は昨日 2014年9月30日にプレスイベントを開催し、次期 Window
-
-
PATA ハードディスクのチェック(1)
SANWA SUPPLY IDE/SATA-USB変換ケーブル 0.72m US
-
-
ハードディスクのコピー(2)
昨日の記事「ハードディスクのコピー」の続きです。 本日、Logitec 製の外付け USB接続
-
-
USB 3.0/2.0対応 グラフィックアダプター
I-O DATA USB 3.0/2.0対応 グラフィックアダプター USB-R
-
-
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
-
-
BOOKSCAN を初利用
＊ 自分で書籍をバラしてスキャンして PDF 化することを「自炊」と言いますが、手間と時間がも
-
-
百度(バイドゥ)IME はキーロガーかも
＊ 中国企業の「百度(バイドゥ)」 が無料で提供する日本語かな漢字変換ソフト「Baidu IM
-
-
ASUS製 23インチ IPS液晶モニタ VZ239HR
【Amazon.co.jp限定】ASUS フレームレス モニター 23インチ IPS
-
-
BUFFALO 有線ブロードバンドルーターBHR-4GRV
BUFFALO 有線ブロードバンドルーター リモートアクセス&Gig
- 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
