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
-
-
Zorin OS 7.1 Lite インストールしてみた
＊ 私の主に使っているのは Zorin 6.4 Core ですが、Zorin 7 をある思惑で
-
-
SkyDrive が使えるようになりました
Microsoft のクラウドサービスである SkyDrive（Windows
-
-
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
-
-
USB3.0メモリでReadyboost
SanDisk USB3.0フラッシュメモリ 16GB ウルトラフィット USBメモ
-
-
古いマシンで最新 Linux を使う
＊ ヤフオクで 900円で買ったこの中古パソコンは、2005年秋の DEL
-
-
企業の Linux 化
＊ 企業内部で使われている OS は Windows が多いですが、全部 Linux にしてし
-
-
ハードウェアの安全な取り出し
＊ うちの Windows XP マシンですが、いつのまにかトレイアイコンから「ハードウェアの取り
-
-
マルチディスプレイ USB2.0 ビデオカード サインはVGA 青箱
マルチディスプレイ USB2.0 ビデオカード サインはVGA 青箱 USB
-
-
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
-
-
エレコム ギガビットイッチングハブ 8ポート EHC-G08PA3-W
エレコム スイッチングハブ 5ポートor8ポート ギガビット
- 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
