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
-
-
1/29 センターのネット回線がおかしい
たまにしか発生しませんが、センターのネット回線のエラーの話。 今朝 9AM、異常に回線が遅いこ
-
-
ミニPC（N95） 3台目到着
以前の記事「ミニPC（N95） 3台目注文」で紹介したミニPC が無事到着。 TRIGKE
-
-
絵のうまい ChatGPT も課金するべきか？
「うそ しんいち」ばりにウソばっかりついていた印象のあった ChatGPT ですが、最近ハルシネーシ
-
-
Crucial V4 128GB SSD
Crucial V4 128GB 2.5inch SSD SATA3Gbps 9
-
-
DELL Optiplex760 2台目(3) USBメモリからのブート問題
＊ これは昨日紹介したマシンでの話ですが、4GB の USB メモリに入れた KONA Lin
-
-
HIDISC SSD256G 2.5inch SATA
【メール便送料無料】HIDISC 内蔵SSD 256GB 2
-
-
Voyager 14.04 LTS ライブ起動してみた
Ubuntu 14.04 LTS 発表 久々の Linux ネタです。 先月、Ubuntu
-
-
Outlook って「外から丸見え」
＊ ここの読者の中でマイクロソフトのメーラーの Outlook なんか使っている人はまずいない
-
-
HP Pavilion 15-ab200
WEB限定モデルのノートパソコンです。 詳しくはこちらを＞ HP Pavilion 1
- 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
