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
-
-
Greathtek GHT-S7415H USB3.0 KVMスイッチ HDMI 4入力1出力(2)
以前に紹介した Greathteek という会社の KVMスイッチ（USB3.0 HDMI 4入力1
-
-
PC用メモリの価格低下
本日、以前に買った本にレシートが挟まっていることに気が付きました。 2012年11月11日 ソ
-
-
DVD ブートできないマシンが大量に発見されました
＊ この前ヤフオクで仕入れた DELL Optiplex 740 ですが、5台ほど USB メモリ
-
-
Windows7 から Windows10へ
仕事場のメインマシンを Core i3-550＋Windows7 から Core i3-2120＋W
-
-
【ヤフオク】 NEC Mate ML-G Core i5-3470S 2.9GHz 2GB DVDスーパーマルチ ジャンク 落札
2850円＋送料で落札。 最近中古PCの価格が上がっていると聞いていましたが、結構安い
-
-
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
-
-
Core i3-8100 について(2)
Core i3-8100 という最近入手した中古の CPU について。 Core i3-6100、
-
-
アンチウィルスを変えて Windows XP をあと 1年使う！
Avira Free Antivirus で Windows XP を 2015年4月まで使う
-
-
UBUNTU16.04LTS キーボード問題
日経Linux(リナックス)2016年10月号 日経リナックス 日経BP社 20
-
-
ハードディスク＋SSD を一台分のスペースで
最近は 4チャンネル同時録画のできるチューナー（PT2）を買ったので、ハードディスクの残量が
- 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
