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
-
-
【ヤフオク】 3.5インチ&2.5インチ ハードディスクセット
2920円＋送料（691円）で落札。 Western Digital SATA
-
-
【ヤフオク】 NEC PC-MK25TGFCE 液晶一体型PC (2)
3350円＋送料で落札したモニタ一体型パソコンですが、ハードウェア的には故障はなさそうです。
-
-
壊れた無線LANルーター WZR-HP-G301NH
BUFFALO おまかせ節電 USBポート搭載 11n/b/g対応 ハイパワー
-
-
Juniper netscreen 5GT(3)
統合型ファイアウォール/VPNアプライアンスである Juniper netscreen 5G
-
-
USBメモリはとっても壊れやすい
USBメモリ、SSD などのフラッシュメモリは、浮遊ゲートとしてデータを記憶する仕組みです。
-
-
LG 23型ワイド IPSパネル/ホワイトLED BLU採用液晶ディスプレイ
LG 23型ワイド IPSパネル/ホワイトLED BLU採用液晶ディスプレイ
-
-
【ヤフオク】HP 8200 Elite USDT Core i3-2100 3.1GHz 2GB DVDスーパーマルチ 落札
先日の記事「【ヤフオク】HP 8200 Elite USDT Core i3-2120 3.
-
-
BUFFALO 有線ブロードバンドルーターBHR-4GRV
BUFFALO 有線ブロードバンドルーター リモートアクセス&Gig
-
-
もう一つの Mac 風 Linux – Pear OS 7 をインストール
本家HP＞ http://pearlinux.fr/ ＊ 以前は Pear
-
-
Z68A-S用のCPUはやはりこいつ Core i3-2100
Z68A-S 用の CPU 【在庫有り】Intel Core i3-210
- 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
