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
-
-
もう非クラウド型遠隔画像診断は使いたくない・・・その理由
＊ もう時効かな、と思うので書きます。 ＊ ちあきなおみではないが、あれは数年前・・・、私
-
-
ADATA製 SSD 256GB ASP600S3-256GM-C
ADATA SSD 256GB 2.5インチ SATA3 6Gb/s MLC採用
-
-
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
-
-
オフィスファイルの印刷
＊ .docx などの拡張子を有する Microsoft オフィスのファイルを印刷するのに、L
-
-
OSが新しくなったらマシンの買い換え？
＊ 新しい OS が発表されたら、パソコンを買い換える人が多いですね。 OS だけアップグレ
-
-
Windows2000 よさらば、Pentium4 よさらば
昨日、高槻遠隔画像診断センターの一番古いPCが壊れました。 IBM Thinkcentre の
-
-
CrystalDiskInfo でディスクを調べる
結局あと1台セリ落として、今週は 9台の中古ハードディスクをゲット。 そのうち 3台のハードデ
-
-
ハードディスク内の破損場所の位置を表示してくれるツール HD tune
ハードディスク内の破損場所の位置を詳しく示してくれるツールです。 Windows用。
-
-
ビジネスセキュリティ by トレンドマイクロ
トレンドマイクロのアンチウィルスソフトはウィルスバスターだけかと思っていたら、買
- 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
