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
-
-
知らずに自分の恥部をさらけ出している人たち / ネット検索で失うもの
＊ 世の中、個人情報が漏れることを 非常に危惧している人がいます。 でも Google（グー
-
-
Windows XP インターネット+ネットワーク上級マニュアル
Windows XP インターネット+ネットワーク上級マニュアル―極める!ヘビー
-
-
【ヤフオク】 NEC Mate MK36LB-M Xeon E3-1225v3 メモリ4GB HDD1TB Windows10 落札
3980円即決で落札しました。 Windows10 Pro 64bit インストール済
-
-
Ubuntu 16.04 LTS インストール
Ubuntu 16.04 LTS Xenial Xerus リリース 本日、待ちに待った Ub
-
-
Windows Xp SP2 から SP3 へ
＊ 手持ちの Windows XP 再インストールディスクは Windows XP SP2 の
-
-
2022年7月29日インターネット回線トラブル
朝起きたら仕事場のインターネット回線が切断された状態。 アクセスルーター（ブロードバンドルータ
-
-
最新（？）のOS Q4OS
Q4OS という Linux ディストリビューションが DistroWatch で紹介されていま
-
-
M.2 NVMe to PCI-e 変換アダプタ 拡張カード
M.2 NVMe to PCI-e 変換アダプタ 拡張カード
-
-
インテルがデスクトップPC向けマザーボード市場から撤退
＊ 「インテルがデスクトップPC向けマザーボード市場から撤退」というニュースが入って来ました。
- 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
