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
-
-
20倍ズームデジカメ買ったぞ
PENTAX デジタルカメラ Optio VS20(ノーブルブラック)160
-
-
Crucial V4 128GB SSD 続き
Crucial V4 128GB 2.5inch SSD SATA3Gbps 9
-
-
Google 日本語入力をインストール
＊ ATOK がたまにおかしくなる。 以前からの話で、別に問題にしていないのだが、最近評判の
-
-
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
-
-
HP Pavilion 15-ab200 ノートPC 修復
昨年買ったパソコンですが、非常に遅く、全然仕事にならないので放置していました。 HDD
-
-
11n/b/g対応 ハイパワー 無線LANルーター WZR-HP-G301NH
BUFFALO おまかせ節電 USBポート搭載 11n/b/g対応 ハイパワー
-
-
WindOS / 風のようなオペレーティング・システム
WindOS[/caption] Windows ではありません。WindOS（風の
- 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
