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
-
-
Windows10 で Google日本語変換が止まる
Windows10 にアップグレードした PC で Google日本語変換の途中で止まるのです。
-
-
【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
-
-
クラウド型スクリーンショット Gyazo(3)
前回の記事「クラウド型スクリーンショット Gyazo(2)」の続きです。 キャプチャするとこう
-
-
DVD ドライブ逝く
＊ 今朝、自作のメインマシンの愛称「初号機」のスイッチを入れると、DVD ドライブのトレイがば
-
-
すべてのOSで使える無料オフィス Libre Office
Libre Office を構成する 6つのソフト Windows、MacIntosh、Lin
-
-
USB3.0メモリでReadyboost
SanDisk USB3.0フラッシュメモリ 16GB ウルトラフィット USBメモ
-
-
BENFEI USB3.0 3ポートハブ＋ギガビットイーサネットアダプター
BENFEI という中華製の USB 3.0 接続のギガビットイーサネットアダプター付き3ポート
-
-
Claude Fable 5 が無料使用期間中
アンソロピックが 6月に発表したものの、米政府の輸出規制により日本では提供停止されていた最上位AIモ
-
-
悲報？ Pear OS が消滅？
Pear OS 8[/caption] Pear OS がプロジェクトごと消滅 元ネタ＞ Pe
-
-
【ヤフオク】NEC PC-MKL36BZG4 Mate MB-4 到着
本日帰宅したら、先日落札した NEC のデスクトップ PC-MKL36BZG4 Mate MB-4
- 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
