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
-
-
Lubuntu 14.04 ライブ起動してみた
Lubuntu 14.04 LTS 発表 先月の2014/4/17、Ubuntu が 14.0
-
-
NEC VL300/9 到着
＊ CPU： Cel 2.7Ghz メモリ： 256MB HDD： 1
-
-
もう非クラウド型遠隔画像診断は使いたくない・・・その理由
＊ もう時効かな、と思うので書きます。 ＊ ちあきなおみではないが、あれは数年前・・・、私
-
-
USBメモリ サンディスク SDCZ73
128GB USBメモリー SanDisk サンディスク U
-
-
膵臓癌 スティーブ・ジョブズ
スティーブ・ジョブズが亡くなったそうな。 膵臓癌にしてはよくもったほうですね。 今年のノーベル
-
-
WiMAX 申込んでみる
新しい事務所を借りましたので、インターネット回線を引かないと。 まだ電気、ガス、水道も通っていない
-
-
Netac M.2 SSD 250GB を NEC Express 5800 に組み込み
Netac という素性の知れない中華メーカーの SSD です。 M.2 形式の NVMe
-
-
医局のみんなでパソコンを使いたい
大昔の話なので、今は笑い話かも。 普通の事務所なら普通に行っていることが、パソコン音痴の多い医
-
-
Pioneer BD-ROM / BDC-207DBK
BDC-207DBK Blu-rayコンボドライブ ブラックベゼル Pi
- 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
