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
-
-
フリーソフトの CheckDisk
＊ 昨日、壊れたと思って取り外した crucial 製 V4 SSD 128GB ドライブです
-
-
Dimension3100C に Ubuntu 12.04 をインストール
＊ この前、ヤフオクで 900円で落とした中古パソコン。2005年の秋モデル。 CP
-
-
iiyama モニター ProLite XUB2493HS-B6
iiyama（飯山）の PC用モニター（ディスプレイ）の ProLite XUB2493HS-B
-
-
エアリア PCI Express x1 接続 Renesasチップ搭載 USB3.0 ボード 外部2ポート 内部19ピン ロープロファイル対応 SD-PEU3R-2E2IL
エアリア Over Fender R PCI Express x1 接続 Ren
-
-
Zorin9 はまだか
私イチオシの Linux の Zorin の話です。 Ubuntu 14.04LTS ベー
-
-
オンラインコンパイラ
＊ この前、ちょっと C言語でプログラムを作ろうかと思い立ちました。 何年ぶりかな？ ベクター
-
-
ADATA製 SSD 256GB ASP600S3-256GM-C
ADATA SSD 256GB 2.5インチ SATA3 6Gb/s MLC採用
-
-
マジェスタッチ２枚め：FKB108M/JB
FILCO Majestouch 日本語108キーボード・かなあり・黒 US
-
-
【ヤフオク】WesternDigital 中古3.5 HDD 3ヶセット 落札
250GB の ハードディスク 3台セットを落札。1500円＋送料でした。 WD2
- 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
