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
-
-
Olasonic USBスピーカー TW-S7(W)
Olasonic USBスピーカー バスパワー 10W+10W TW-S7(W)
-
-
ブルーレイディスク（メディア）を久々に購入
録画したTV番組を保存するのに、パナソニックのブルーレイディスクを使っていたのですが、パナソニックが
-
-
謎の BD-R メディア PBR260TT4X.50SP1(2)
先日の記事「謎の BD-R メディア PBR260TT4X.50SP1」の続きです。 本日、P
-
-
2021/5/13 Windows アップデーっと
ついうっかり、自宅のメインPC の Windows10 のアップデートを許したら、その後 2時間ほど
-
-
【ヤフオク】OZZIO MX35332SDS /Core i3-530 2.93GHz/2GB/PC/ ジャンク 落札
OZZIO（オッジオ） って知らんなあ、と思ったら、あの悪評高い PC DEPOT のブラン
-
-
猫フォント NEKO FONT
＊ 猫で作ったフォントがあります。 アルファベットと数字だけですが。 IWASAKI と書
-
-
Ultimate edition 4.2 lite 日本語版 インストールしてみた
ライブCDの部屋から、Utimate edition 4.2 lite の日本語版をいただきまし
-
-
PATA ハードディスクのチェック(1)
SANWA SUPPLY IDE/SATA-USB変換ケーブル 0.72m US
-
-
ミニPC（N95＋16GB RAM＋512GB SSD）注文
最近気になっているものの一つ、ミニPC を買いました。まだ届いていません。 自宅で F
-
-
HD革命/CopyDrive Ver.4 with Partition EX(続き)
HD革命/CopyDrive Ver.4 with Partition EX
- 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
