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
-
-
LG 23型ワイド IPSパネル/ホワイトLED BLU採用液晶ディスプレイ (4)
LG 23型ワイド IPSパネル/ホワイトLED BLU採用液晶ディスプレイ (
-
-
ガラポンTV弐号機 登場
＊ ガラポンとはワンセグの録画機。 なーんだ、とお思いでしょうが、ガラポンが２号機となって再
-
-
パナソニックBDメディア
Panasonic ブルーレイディスク 録画用4倍速 25GB(単層 追記型)
-
-
Windows7 での Readyboost
readyboost とは 昔、XP でもこういうユーティリティがあったと記憶しますが、USB メ
-
-
FindActCtxSectionStringW エラー
＊ 高槻遠隔画像診断センターで使っているメインマシンで 「プロシージャエントリポイントFin
-
-
i3-2100T は魅力的
Core i3-2100T Intel HD Graphics 2000統
-
-
こんなの焼いています ブルーレイ
＊ 通常（民生用ブルーレイレコーダー）なら 180分しか録画できない BD-R の片面2
-
-
SAPPHIRE ビデオカード FLEX HD6770 1G GDDR5 PCI-E DL-DVI-I+SL-DVI-D/HDMI/DP
SAPPHIRE ビデオカード FLEX HD6770 1G
-
-
ASUSTeK製 NVIDIA GT610搭載グラフィックカード GT610-SL-1GD3-L 【PCI-X2.0】 安いのはワケがある
前回の記事で新たに採用した GeForce GT 610 を使ったボードのお話。
-
-
iiyama Prolite XUB2492HSU-B5K [液晶ディスプレイ 23.8型/1920×1080/ブラック]
高槻の仕事場の 2面モニタのうち右側のモニタがやや暗くなってきました。LG 電気製の IPS
- 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
