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
-
-
あこがれのマルチディスプレィ
AREA スパイダーH USBディスプレイアダプタ フルハイビジョン1080P出
-
-
mepis という OS
＊ mepis という Linux ディストリビューションがあります。 現在は有料に移行したよう
-
-
Microsoft Home Server 2011 日本語 DSP版 DVD 【LANボードセット品】最速導入ハンドブック付
Microsoft Home Server 2011 日本語 DSP版 DV
-
-
USB3.0対応 Gigabit有線LANアダプター BUFFALO製 LUA4-U3-AGTE-WH
USB3.0接続の有線LANアダプタです。 もちろんギガビット対応。ギガビット対応でな
-
-
トリプルディスプレー可能なグラフィックカード / GeForce GTX 550 Ti MultiView
GeForce GTX 550 Ti MultiView ZOTAC グラ
-
-
Chalet OS 16.04 HDD にインストールしてみた
セルビア産の Linux ディストリビューション Chalet を ノートパソコン（Core
-
-
Adobe Acrobat X Standard でOCR
＊ この前 3300円で入手できた Adobe Acrobat X Standard OEM版
-
-
Greathtek GHT-S7415H USB3.0 KVMスイッチ HDMI 4入力1出力(2)
以前に紹介した Greathteek という会社の KVMスイッチ（USB3.0 HDMI 4入力1
-
-
MakuluLinux 2020 Flash インストールしてみた
前回の記事「MakuluLinux 2020 Flash 試用してみた」の続きで、SSD にインスト
- 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
