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
-
-
ASUSTeK製 NVIDIA GT610搭載グラフィックカード GT610-SL-1GD3-L 【PCI-X2.0】 安いのはワケがある
前回の記事で新たに採用した GeForce GT 610 を使ったボードのお話。
-
-
Centrych OS 12.04.2 / 不思議な Linux
> SugarMoon : Centrych OS 12.04.2 先週から Sug
-
-
NEC PC-MK25MBZV1F3C Mate MB-C Core i5-2400S 出番ですよ
「NEC PC-MK25MBZV1F3C Mate MB-C Core i5 2400S 2
-
-
格安 SSD 128GB
OCZ SSD OCZ Octane 2.5” SATA2 SSD 128G
-
-
【ヤフオク】NEC PC-MK25MBZV1F3C Mate MB-C Core i5 2400S 2.50GHz 2GB 落札
1100円＋送料で落札できました。 CPU：Core i5 2400S (2.50GHz)
-
-
ハードディスク＋SSD を一台分のスペースで
最近は 4チャンネル同時録画のできるチューナー（PT2）を買ったので、ハードディスクの残量が
-
-
すべてのOSで使える無料でMSオフィス上位互換のオフィスソフト
すべてのOSといっても Windows、MacIntosh、Linux ですが、これらで使える
-
-
PLANEX 11n/b/g 300Mbps ハイパワー無線LANルータ MZK-W300NH2
PLANEX 11n/b/g 300Mbps ハイパワー無線LANルータ MZK
-
-
PHPデスクトップリファレンス / ラスマス ラードフ
PHPデスクトップリファレンス ラスマス ラードフ Rasmus Lerdor
- 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
