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
-
-
パソコンの故障 おそらくメモリの接触不良
＊ 一昨日、長年の知人からケータイメール（私はパソコンで受信）。 以前作ってあげた（完全自作
-
-
Coreserver が遅い
最近、このブログ（WordPress）を動作させているレンタルサーバー Coreserver
-
-
Outlook の添付ファイルは極窓に調べてもらおう
＊ 私はメーラーには Gmail を使っていますが、ときどき添付ファイルで拡張子が eml の
-
-
コピーコントロールCD（CCCD）について
昨日の記事「アンセム / 寺井尚子」で コピーコントロールCD（CCCD） について述べましたが、補
-
-
M.2 NVMe to PCI-e 変換アダプタ 拡張カード
M.2 NVMe to PCI-e 変換アダプタ 拡張カード
-
-
Linux100% Vol.18
Linux100% Vol.18 (100%ムックシリーズ) 晋遊舎 2012
-
-
記録可能 BD ドライブ iHES112-02
LITEON iHBS112-04 BD-R12倍速記録対応内蔵型Blu
-
-
マーク・ザッカーバーグ 史上最速の仕事術 / 桑原 晃弥
マーク・ザッカーバーグ 史上最速の仕事術 桑原 晃弥 ソフトバンククリエイテ
-
-
InstallShield Update Service のエラー
＊ 高槻遠隔画像診断センターで使っている Windows XP の PC ２台の話。 これは後か
-
-
Olasonic USBスピーカー TW-S7(W)
Olasonic USBスピーカー バスパワー 10W+10W TW-S7(W)
- 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
