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
-
-
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
-
-
昨日買っておいてよかった
数日前に DELL から FAX で来ていた「Vostro 260s スリムタワーお得意様限
-
-
Linuxfx（WindowsFX）10.1 インストールしてみた
「Linuxfx（WindowsFX）10.1 登場」の続きです。ノートPC の HDD にインスト
-
-
エアリア PCI Express x1 接続 Renesasチップ搭載 USB3.0 ボード 外部2ポート 内部19ピン ロープロファイル対応 SD-PEU3R-2E2IL
エアリア Over Fender R PCI Express x1 接続 Ren
-
-
【ヤフオク】 中古パソコン Windows10 NEC PC-MK33LL-E 落札
私の好きな NEC 製中古デスクトップを 2000円＋送料で落札。 品番：PC-MK3
-
-
Windows はどこへ行く
＊ Windows8 が出たようですが、興味がない。 見かけだけが変わったようで、その見かけ
-
-
遠隔画像診断のビジネスモデル(4)
それぞれの場合での遠隔画像診断サービス会社の違いを見てみましょう。 ＊ 上段は従来のファ
-
-
Avira アンチウィルスは Windows XP より 12 か月間長いサポート期間を設けている
＊ もうすぐ（2014/4/9）、Microsoft による Windows XP のサポート
-
-
中古ノートパソコン注文しました
いわゆる再生品です。 ヤガミ電気というところが販売している NEC ノートPC VKシ
- 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
