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
-
-
便利なサービス Giga File 便
＊ 手持ちのデジタルデータを遠方の人に送りたいことってありますよね。 その人がメールアドレス
-
-
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
-
-
Citrix すぐ切れる
職場で使っている NEC の PC で Citrix がしょっちゅう切れます。 Citrix
-
-
HLDS 日立LG製 内蔵 5インチ Blu-ray ブルーレイ ドライブ BD/DVD/CDライター ソフト付 BH14NS58 BK
BH14NS58 BK（HLDS 日立LG製 内蔵 5インチ Blu-ray ブルーレイ ドライブ
-
-
Optiplex 960 タワーの出番
このタワー型筐体の Optiplex960 は昨年 7月にヤフオクで 4410円で落とした
-
-
SDExplorer / SkyDrive をエクスプローラーで扱えるようにするソフト
＊ マイクロソフトが Windows を購入者のために提供しているオンラインストレージサービス
-
-
驚くほど手軽に使える3Dプリンター
Gigazine での記事 > 驚くほど手軽に使える3Dプリンターでオバマ米大統領やクライ
-
-
PLANEX ハイパワー無線LANルータ MZK-W300NH2 突然死
PLANEX 11n/b/g 300Mbps ハイパワー無線LANルータ MZK-W
-
-
百度(バイドゥ)IME はキーロガーかも
＊ 中国企業の「百度(バイドゥ)」 が無料で提供する日本語かな漢字変換ソフト「Baidu IM
- 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
