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
-
-
Celeron847 Dual Core搭載マザーボード Windows8を正式サポート NM70-I
ECS Intel Atomの後継モデル Intel C847 Dual Cor
-
-
さらに 2個ゲット 中古HDD
じつはさらに12個ジャンクHDD をゲットしており、全部で 2000円。 SATA が 3個、
-
-
自宅のメインマシンのCドライブ(SSD)を変更
＊ 最近自宅のメインマシン（愛称 WhiteBase ）がときどきブートに失敗します。 マザ
-
-
Fire HD 10 タブレット 10.1インチHDディスプレイ 32GB
Fire HD 10インチは第7世代を持っていたのですが、家人が紛失したので新しいのを買いま
-
-
HP Pavilion 15-ab200 ノートPC 修復(2)
前回「HP Pavilion 15-ab200 ノートPC 修復」の続きです。 再び「
-
-
企業の Linux 化
＊ 企業内部で使われている OS は Windows が多いですが、全部 Linux にしてし
-
-
マウスでノイズ 犯人は Radeon HD 4550
現在退役中の自作PC、愛称「BlueRose」ですが、Windows 7 を再インストールし
-
-
DELL DIMENSION 9200 1台め Windows 7 インストール
3台ヤフオクで仕入れた DELL DIMENSION 9200 の1台めです。 CP
-
-
Ubuntu のデータバックアップ用ソフト「deja dup」がいいね！
パソコンで最も重要なものは自分の作ったデータです。 世界のどこにもないオリジナルなものですので
-
-
ヤフオクで中古パソコンを漁るときの注意(2)
＊ 手の内をあかしてしまったので、調達が困難になるかな～、と ちょっと後悔しています。 追加
- 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
