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
-
-
FUJITSU FUTRO MP702 に最適の linux
2000円で落札した FUJITSU FUTRO MP702 で遊んでいます。 HDDレスが特
-
-
USBスピーカー Olasonic TW-S7
Olasonic USBスピーカー バスパワー 10W+10W TW-S7(W)
-
-
VLCプレーヤー DELL製スピーカーを壊す？
元ネタ⇒ VLCをインストールするだけでスピーカーの保証は無効というDELLの対応に対して掲示板
-
-
電子書籍制作ガイドブック ～プロフェッショナルのための最新ノウハウのすべて / 境祐司 ほか
電子書籍制作ガイドブック ～プロフェッショナルのための最新ノウハウのすべて～ 境
-
-
1万枚のBlu-rayを使った低コスト＆省エネなデータセンターがある
元ネタ⇒ 1万枚のBlu-ray使用の低コスト＆省エネなデータセンターをFacebookが発表
-
-
自宅のメインの WindowsXP が立ち上がらなくなった (3)
「自宅のメインの WindowsXP が立ち上がらなくなった (2)」の続きですが、 Fire
-
-
Optiplex 960 タワーの出番
このタワー型筐体の Optiplex960 は昨年 7月にヤフオクで 4410円で落とした
-
-
I-O DATA 高速・多機能・ブロードバンド有線ルーター ETX-R
I-O DATA 高速・多機能・ブロードバンド有線ルーター ETX-R I-O
-
-
Philips モニター ディスプレイ 236E7EDAB/11 （23インチ/IPS/フルHD/MHL対応/5年保証）
Philips モニター ディスプレイ 236E7EDAB/11 （23インチ/IP
-
-
SSD 240GB SATA3 2.5インチ 内蔵型 Imation イメーション 海外リテール品 A320-SATA3-240GB
【3/10限定★抽選で2人に1人最大100％Pバック(要エン
- 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
