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
-
-
M.2 SSD 外付けケース USB C 3.1 Gen2接続 SATA/NVME両対応
M.2 SSD 用の外付けケースです。 M.2 SSD のサイズは 2230/22
-
-
KDE ベースの Linux
＊ 有名な Linux ディストリビューションである Ubuntu には、デスクトップ環境の違
-
-
【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
-
-
医知悟は Java7 非対応
＊ 愛用の Windows2000 マシンで勝手に Java がアップグレードしてしまい、その
-
-
ガラポンTV弐号機 登場
＊ ガラポンとはワンセグの録画機。 なーんだ、とお思いでしょうが、ガラポンが２号機となって再
-
-
Amazon Fire TV Stick（Alexa対応音声認識リモコン付属ストリーミングメディアプレーヤー）B07ZZY2DFW
Amazon アマゾン Fire TV Stick - Al
-
-
激安プリンタ B110a
HP Photosmart Wireless B110a インターネット直接接続
-
-
ヤフオクで中古パソコンを漁るときの注意
＊ 今年はもう 20台近くゲットしています。 私が注意している点を少々。
-
-
PLANEX ハイパワー無線LANルータ MZK-W300NH2 突然死
PLANEX 11n/b/g 300Mbps ハイパワー無線LANルータ MZK-W
- 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
