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
-
-
Chalet OS 16.04 HDD にインストールしてみた
セルビア産の Linux ディストリビューション Chalet を ノートパソコン（Core
-
-
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
-
-
Ubuntu MATE に xfce を組み込む
MATE に xfce Ubuntu MATE 16.04 に xfce を組み込んでみました
-
-
FUJITSU FUTRO MP702 2台落札
FUJITSU のシンクライアントPC である ヒューロ（FUTRO） MP702 の中古動
-
-
レグザで壊れた HDD 復旧
レグザで使っていて一昨日壊れた外付けハードディスクドライブの復旧の続きです。
-
-
プリンタ HP ENVY 5542 半死
年賀状を刷り始めた途端に、プリンタ HP ENVY 5542 が半死状態に。 A4 などの紙に
-
-
ウエスタンデジタルHDD Ultrastar 14TB 到着
アマゾンで買った ウエスタンデジタルのハードディスク Ultrastar 14TB が到着しまし
-
-
[ふるさと納税] 2015/9/15 液晶ディスプレイと外付けHDD
ふるさと納税ネタですが、一昨日はパソコン用（あるいはTV録画用）の外付けHDD 2TB を 1台
-
-
HP B110a 格安プリンタ
B110a[/caption] ヒューレットパッカードの格安プリンタ B110a
-
-
PATA ハードディスクのチェック(3)
SANWA SUPPLY IDE/SATA-USB変換ケーブル 0.72m US
- 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
