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
-
-
Antigravity で遊ぶ(2)
Codex もいじっていますが、やはり Google の AI エージント Antigravity
-
-
iiyama モニター ProLite XUB2493HS-B6(2)
本日セットアップしました。 iiyama Prolite シリーズでは XUB2492
-
-
無料でファイル共有やメール便が使えるクラウドストレージ「ドライビー」
Drivee(ドライビー) この前、ジャストシステムのオンラインストレージサービス(有料)のイ
-
-
Greathtek GHT-S7415H USB3.0 KVMスイッチ HDMI 4入力1出力(2)
以前に紹介した Greathteek という会社の KVMスイッチ(USB3.0 HDMI 4入力1
-
-
Windows7 で Amivoice(続き) / SpeechMikePro LFH5276 デバイスドライバ
Amivoice EX RAD(放射線科医用)の従来版も Windows7 で動いています。
-
-
マイクロソフトを殺したもの
* マイクロソフトを殺したもの、というか、マイケルと違いまだ死んでないようですが、マイクロ
-
-
Acer ディスプレイ EB321HQUBbmidphx とってもキレイ
Acer モニター ディスプレイ EB321HQUBbmidphx 31.5イン
-
-
Makulu 10 Aero について
MakuluLinux 以前の記事「Makulu 10 Aero と Linux Lite 3.8
-
-
DELL Optiplex 745 Mini筐体 2台目で Zorin7
* 先月ヤフオクで落札したものです。 すでに報告ずみ⇒ Optiplex745
-
-
MediaEspresso での MP4 化(続き2)
エンコードが途中で止まってしまうことがある MediaEspresso ですが、QSV 対応
- 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






