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
-
-
いいインターネットプロバイダって
インターネットプロバイダはインターネットへの入り口を提供してくれる会社。 だから確実に入
-
-
DELLのパソコン キャンペーン 特価
昨日 5/30(月)までのデルのパソコン キャンペーンですが、6/1(水)まで伸びたよう
-
-
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
-
-
Adobe Acrobat X Standard でOCR
* この前 3300円で入手できた Adobe Acrobat X Standard OEM版
-
-
絶対つまずかないLinux超入門
絶対つまずかないLinux超入門 (日経BPパソコンベストムック) 日経Linu
-
-
魅力的なCPU Athlon の復活 / Athlon 5350 /安価で4コア TDP25W
Athlon という CPU Athlon という AMD社製の CPU が昔ありました。
-
-
【ヤフオク】NEC PC-MK33LLZT1FJD 到着
3500円+送料で落札。 CPU:インテル Core i3-560 (3.3GHz
-
-
Zorin9 出た え? Windows9 も?
Linux 関係のニュースサイト Ditrowatch をチェックしたら、ついに待望の Zori
-
-
Seagate HDD 2TB 逝く
なにかの外付けHDD(バッファロー製?)に入っていた Seagate の 2TB HDD が壊れ
-
-
ミニPC AMD Ryzen 5 3550H 16GB DDR4 512GB NVME SSD
またまた購入したミニPC です。 CPU:AMD Ryzen 5 3550H
- 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






