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
-
-
M.2 SSD 外付けケース USB C 3.1 Gen2接続 SATA/NVME両対応
M.2 SSD 用の外付けケースです。 M.2 SSD のサイズは 2230/22
-
-
外付けHDDケース「冷やし系HDD検温番 CLS35EU2RF」
センチュリー CLS35EU2RF 冷やし系HDD検温番センチュリー 2007-
-
-
Greathtek GHT-S7415H USB3.0 KVMスイッチ HDMI 4入力1出力(2)
以前に紹介した Greathteek という会社の KVMスイッチ（USB3.0 HDMI 4入力1
-
-
SAPPHIRE HD6450 1G DDR3 PCI-E HDMI/DVI-D/VGA
SAPPHIRE HD6450 1G DDR3 PCI-E HDMI/DVI-D
-
-
TEDD2048M800HC5 2枚使えない
TEDD2048M800HC5 は DDR2 メモリの 2GB 版です。 ヒートスプレ
-
-
Windows はどこへ行く
＊ Windows8 が出たようですが、興味がない。 見かけだけが変わったようで、その見かけ
-
-
プチフリ SSD Crucial v4 のファームウェアをアップデート
Crucial V4 128GB 2.5inch SSD SATA3Gbps 9
-
-
NEC PC-MK32LEZCB Mate ME-B Win7 Core i3 550 3.20GHz 4GB 160GB(2) 2画面に挑戦
4300円で入手したパソコン。 本日は Windows7 SP1 にアップデートしまし
- 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
