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
-
-
Revo Center RC111 おうちサーバー
【送料無料】 Acer/エイサー Revo Center RC111(RC1
-
-
FUJITSU FUTRO MP702 2台落札
FUJITSU のシンクライアントPC である ヒューロ（FUTRO） MP702 の中古動
-
-
Patriot Memory P210 2TB 内蔵型SSD 2.5インチ
Patriot Memory SSD P210 2TB SA
-
-
DELL Dimension 9200C に Linux Mint Xfce 18.3 入れてみた
DELL Dimension 9200C CPU は Core2Duo 6300 / 1.
-
-
SPD SSD 512GB 購入
【スーパーSALE限定特価】SPD SSD 512GB 【5
-
-
BD-Rドライブで 4GB超のファイルを焼く
＊ BD-Rドライブで 4GB超のファイルを焼こうとすると、「ファイルシステムの制限で焼けない
-
-
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
-
-
Ubuntu MATE 16.04 をインストール
Ubuntu MATE 16.04 （日本語Remix ではない英語版）をハードディスクにイ
-
-
Windows PC の置き換え
今朝、バックアップ用（ブルーレイ作成用）の Windows10 Home PC （i3-4170）を
-
-
FILCO Majestouch「マジェスタッチ」
FILCO MajestouchBLACK USB&PS2両対応 日本語
- 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
