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
-
-
Gemini で作曲(Lylia)
Gemini の作曲機能(Lylia)を試してみました。 「宇宙を駆け回るスペースオペラにマッ
-
-
バッファロー LS210D0301G リンクステーション ネットワーク対応HDD 3TB
バッファロー LS210D0301G リンクステーション ネ
-
-
TS-H653 20x DVD±RW DL SATA Drive (Black)
* 本日購入し自宅に持ち帰ったドライブは東芝&サムソン製のこれ。 Toshiba/Sa
-
-
Quick Sync Video について
この前買った DELL のノートパソコン Inspiron 15R ですが
-
-
マッキントッシュは使いません
* ちなみに家や仕事場には Macintosh は一台もありません。 最近の Mac OS
-
-
東芝レグザ42Z1 にUSBハードディスクを増設
TOSHIBA LED REGZA 42V型 地上・BS・110度CSデジタ
-
-
LGB-EKU3 ロジテック SATAIII対応 アルミボディ 3.5インチ外付けHDDケース ファンレスモデル
LGB-EKU3 ロジテック SATAIII対応 アルミボデ
-
-
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
-
-
HLDS 日立LG製 内蔵 5インチ Blu-ray ブルーレイ ドライブ BD/DVD/CDライター ソフト付 BH14NS58 BK
BH14NS58 BK(HLDS 日立LG製 内蔵 5インチ Blu-ray ブルーレイ ドライブ
-
-
A-DATA ASP900S3-64GM-C-7MM / ADATA 2.5"SSD 64GB SATA6G
A-DATA ASP900S3-64GM-C-7MM ADATA 2.5"SSD
- 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






