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
-
-
Linux の日本語化（うまくいかないときのために）
＊ Zorin OS やら Pear OS やら日本以外の国で作られている Linux ディス
-
-
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
-
-
Windows7マシン不調
＊ Windows7 はキライで１台しか常用しておりませんが、またそのマシンの調子が悪くなって
-
-
konalinux / USBメモリのライブ起動でお手軽Linux
＊ 最近の Linux はほとんど USB メモリに入れてそこからライブ起動できます。そしてそ
-
-
2022年7月29日インターネット回線トラブル
朝起きたら仕事場のインターネット回線が切断された状態。 アクセスルーター（ブロードバンドルータ
-
-
Citrix すぐ切れる
職場で使っている NEC の PC で Citrix がしょっちゅう切れます。 Citrix
-
-
ORICO S500-PRO SSD SATA 128GB
ORICO という中華メーカーの SSD（SATAタイプ）。 ORICO は中華系の中では
-
-
NEC PC-MK32LEZCB Mate ME-B Win7 Core i3 550 3.20GHz 4GB 160GB(2) 2画面に挑戦
4300円で入手したパソコン。 本日は Windows7 SP1 にアップデートしまし
-
-
Radeon HD 4550 と HD4250 オンボード
Blue Rose[/caption] ＊ わが愛しのPC（愛称 BlueRose
- 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
