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
-
-
CAT8 LANケーブル 1m
自宅の仕事場の回線をマンションタイプ（VDSL）から NURO 2Gプランに換えました。
-
-
Windows Xp SP2 から SP3 へ
＊ 手持ちの Windows XP 再インストールディスクは Windows XP SP2 の
-
-
GA-H61M-USB3-B3 REV2
GIGABYTE intel H61(B3) LGA1155 Micro A
-
-
Outlook って「外から丸見え」
＊ ここの読者の中でマイクロソフトのメーラーの Outlook なんか使っている人はまずいない
-
-
ミニPC RINGREAT T9-PLUS 到着
昨日の記事「ミニPC（N95＋16GB RAM＋512GB SSD）注文」の続き。 R
-
-
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
-
-
ブログの意味 自己の文明の確立
ヴェネツィア（ベネチア）の発祥は北イタリアからゲルマン人が避難して始まったとされます。 湿地帯
-
-
絶対つまずかないLinux超入門
絶対つまずかないLinux超入門 (日経BPパソコンベストムック) 日経Linu
-
-
2GPU搭載カード廉価版
玄人志向 グラフィックボード DVIx4 4画面出力 ファンレス GF-QU
- 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
