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
-
-
ネットワーク過剰防衛マニュアル / 網野 嵐
ネットワーク過剰防衛マニュアル posted with amazlet at
-
-
Haze OS 6 試用してみた
チーズケーキというオペレーティングシステム 「ライブCDの部屋」で Haze OS 6.0.1 C
-
-
自宅のメインの WindowsXP が立ち上がらなくなった (3)
「自宅のメインの WindowsXP が立ち上がらなくなった (2)」の続きですが、 Fire
-
-
Windows 10 の Microsoft Defender ウイルス定義ファイルは 2028年10月まで更新を継続
Windows10 のサポートが一昨日で切れたと思っている人が多いですが、Microsoft が 6
-
-
【整備済み品】 東芝 MQ01ABDxxxシリーズ 2.5inch 500GB HDD/ 5400rpm
これもリファービッシュ品の東芝製の 2.5インチHDD です。500GB で 5400回転の
-
-
儲かる!ヤフオクマル得活用ガイド
裏テク探偵団 VOLUME7 (7) 儲かる!ヤフオクマル得活用ガイド アスペク
-
-
インテルがデスクトップPC向けマザーボード市場から撤退
＊ 「インテルがデスクトップPC向けマザーボード市場から撤退」というニュースが入って来ました。
-
-
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
-
-
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
