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
-
-
Seagate HDD また一位
オンラインストレージサービスBackblazeが実際に使用した200種類（合計約4万台）のハ
-
-
DELL Optiplex 755 2台目(2) / FreeDOS での BIOSの書き換え
＊ DELL Optiplex 755 の2台目ですが、こいつは Optiplex760 に
-
-
DELL Dimension 9200C に Linux Mint Xfce 18.3 入れてみた
DELL Dimension 9200C CPU は Core2Duo 6300 / 1.
-
-
Windows XP 用の Avira Free Antivirus は 4月8日で期限切れ
Windows XP 用の Avira Free Antivirus は 2015年4月8日でサ
-
-
【AI】Perplexityという検索特化の AI
Perplexity という検索特化の AI があります。 きちんと根拠（出典）を示してくれる
-
-
ミニPC Hitabt M30A
Hitabt という中華メーカーの M30A というミニPC です。 ブランド
-
-
PHILIPS 242E2F/11 23.8型ワイド液晶ディスプレイ 5年間フル保証（フルHD/ DP/ HDMI/ D-Sub）
★★★★☆ フィリップスの PC用液晶モニタです。 エッジ幅（ベゼル）が小さいた
-
-
無線LANルーター WN-G300R
I-O DATA IEEE802.11n準拠 300Mbps(規格値) 無線
- 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
