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
-
-
驚くほど手軽に使える3Dプリンター
Gigazine での記事 > 驚くほど手軽に使える3Dプリンターでオバマ米大統領やクライ
-
-
USB ポートの電源供給オーバー
2012年に自作した自宅の１号機（愛称 Whitebase）。 USBポートの一つに 7ポート
-
-
6画面ディスプレーのPC
6画面ディスプレィのマシンの作り方が載っています。 > http://ascii.jp/
-
-
SSD 関連のお買い物
本日、自宅の仕事場で動いている PC の内蔵 HDD を SSD に換装しました。 自宅には
-
-
【ヤフオク】HP 8200 Elite USDT Core i3-2120 3.3GHz 2GB DVDスーパーマルチ 落札
2350円＋送料で落札できました。 ヒューレットパッカード（HP）の HP 8200
-
-
Avira アンチウィルスは Windows XP より 12 か月間長いサポート期間を設けている
＊ もうすぐ（2014/4/9）、Microsoft による Windows XP のサポート
-
-
下位互換で有料 Vs 上位互換で無料
MSオフィス上位互換の OpenOfficeOrg が LibreOffice と分裂したの
-
-
Quadro NVS280 PCI 64MB WindowsXP 残念な結果
Windows2000 マシンから取り出した Quadro NVS280 PCI 64MB
-
-
Q4OS インストールしてみた
＊ Q4OS という Linux ディストリビューションが DistroWatch で紹介され
-
-
Kubuntu14.04 インストールしてみた
もともと Ubuntu の公式派生だった Kubuntu ですが、現在はコミュニティベースの開発
- 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
