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
-
-
Vostro3800スリムタワー到着
DELL の年末在庫一掃セールが始まりました。特に法人は税金対策のためパソコンでも買っておこ
-
-
128GB SanDisk サンディスク USBメモリー Ultra Dual Drive m3.0
128GB SanDisk サンディスク USBメモリー Ultra Dual Dr
-
-
【ヤフオク】Gateway SX2370-A44D/TF A6-3600 ジャンク 落札
2000円＋送料で落札。 「BIOSの設定を変更することができました。 」とのこと。H
-
-
いきなりインターネット切断
昨夜、SANNET にて繋いでいる自宅仕事場のルーターが切断し、繋がらなくなりました。 ルータ
-
-
Adobe Acrobat X Standard でOCR
＊ この前 3300円で入手できた Adobe Acrobat X Standard OEM版
-
-
Outlook の添付ファイルは極窓に調べてもらおう
＊ 私はメーラーには Gmail を使っていますが、ときどき添付ファイルで拡張子が eml の
-
-
DELL Precision490 2台目ゲット
＊ 製品名：Precision 490 CPU：Intel Xeon 51
-
-
KVMスイッチ HDMI切替器 4ポート（PC4台用）
最大４台のパソコンを、１組のマウス＆キーボード＆モニターで 使えるようにする切替機（スイッチ
-
-
日本ヒューレットパッカード インクジェット複合機 HP ENVY 6020
日本HP HP インクジェット複合機 A4カラー対応 ENV
-
-
Windows XP での３面
＊ 相変わらず苦労しております。 Windows2000 ではオンボードのグラフィックチップ
- 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
