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
-
-
日経 Linux (リナックス) 2012年 12月号 [雑誌]
日経 Linux (リナックス) 2012年 12月号 日経Linux 日経
-
-
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
-
-
USB3.0接続 2.5インチ HDD SSD ケース
2.5インチ HDD SSD ケース USB3.0 SATA
-
-
エアリア PCI Express x1 接続 Renesasチップ搭載 USB3.0 ボード 外部2ポート 内部19ピン ロープロファイル対応 SD-PEU3R-2E2IL
エアリア Over Fender R PCI Express x1 接続 Ren
-
-
TS-H653 20x DVD±RW DL SATA Drive (Black)
＊ 本日購入し自宅に持ち帰ったドライブは東芝＆サムソン製のこれ。 Toshiba/Sa
-
-
SSD 480GB（GH-SSDR2SA480）で実験 ケースの違い
これはグリーンハウスという会社の容量 480GB の SSD （2.5インチ SATA-III）
-
-
WiMAX 申込んでみる
新しい事務所を借りましたので、インターネット回線を引かないと。 まだ電気、ガス、水道も通っていない
-
-
液晶モニタ EIZO FlexScan EV2316W / 23型 ワイド フルHD（1920 x 1080）
みんな大好きなプロフェッショナルモニターブランドの EIZO（旧 ナナオ）の FlexSca
-
-
ハードディスクのコピー(2)
昨日の記事「ハードディスクのコピー」の続きです。 本日、Logitec 製の外付け USB接続
- 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
