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
-
-
XserverVPS 申し込み（Ubuntu＋Gnomeデスクトップ）
エックスサーバーさんの Xserver VPS に申し込んでみました。 リモートデスクトップで
-
-
Windows PC の置き換え
今朝、バックアップ用（ブルーレイ作成用）の Windows10 Home PC （i3-4170）を
-
-
UGREEN USB 3.0有線ギガビットLANアダプター＋3ポートUSBハブ
一昨日紹介した「USB3.0接続LANアダプタ＋USB3.0ハブ」とほぼ同じものです。
-
-
128GB SanDisk サンディスク USBメモリー Ultra Dual Drive m3.0
128GB SanDisk サンディスク USBメモリー Ultra Dual Dr
-
-
DELL OPTIPEX740 デュアルコア4050e 1G 80GB マルチDVD 落札
OPTIPLEX 740 不調品です。CPU：AMD Athlon X2 Dual-Core
-
-
さよならBフレッツ(3)
先週、自宅横の事務所のフレッツネクスト化（２回線）をすませたと書きましたが、昨日昼まで快調だった
-
-
BD-Rドライブで 4GB超のファイルを焼く
＊ BD-Rドライブで 4GB超のファイルを焼こうとすると、「ファイルシステムの制限で焼けない
-
-
インクジェットプリンタ用ペーパー
2011.3.27（日） インクジェットプリンタで印刷する場合、私のよく使ってい
-
-
3番組同時録画対応ハードディスクレコーダー HVTR-T3HD2
I-O DATA 3番組同時録画対応ハードディスクレコーダー 2TB HVTR-T3
-
-
Windows10 で Google日本語変換が止まる
Windows10 にアップグレードした PC で Google日本語変換の途中で止まるのです。
- 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
