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
-
-
2024年4月9日27インチPCモニタ注文
仕事場で使っている 2面モニタの片方（24インチ）が壊れ、予備のモニタを出してきてなんとかし
-
-
パイオニア 内蔵ブルーレイコンボドライブ BDC-207DBK バルク品
BDC-207DBK Blu-rayコンボドライブ ブラックベゼル Pion
-
-
東芝 USB3.0外付け HDD (2.0TB) HD-ED20TK
東芝 USB3.0外付け HDD (2.0TB) HD-ED20TK 東芝 2
-
-
中古HDD をセットで落札
ヤフオクで、500GB 日立製 HDD 中古動作品 3個を 4710円＋送料で落札。
-
-
Ubuntuはダサい？
Linux ディストリビューションの一つ Ubuntu 10.04 の起動ディ
-
-
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
-
-
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
-
-
teamviewer の画面崩れ
＊ 大好きなソフトの teamviewer ですが、VPN回線を構築して、安全に遠くにあるパソ
-
-
遅いディスクの使いこなし / FireFileCopy
I-O DATA 東芝対応 USB 2.0/1.1接続 外付型ハードディスク 2
-
-
DELL Dimension 9200C ご到着
＊ CPU：Core2Duo 6300 / 1.86GHz メモリ：1GB HDD：3
- 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
