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
-
-
ACアダプタ HSTNN-LA01-E 到着
この前落札した HP 8200 Elite USDT です。 動かそうと思って
-
-
Optiplex755 その後
＊ Optiplex の筐体はサイズの違いで 4種類あり、これが一番小さな（89×263×
-
-
FinePix F550EXR 1600万画素 広角24mm 光学15倍 フルHD パノラマ撮影
FUJIFILM デジタルカメラ FinePix F550EXR ブラック FX
-
-
Ubuntu14.04LTS 32ビット版 インストールしてみた
＊ 日経Linux 6月号でオマケのDVDが Ubuntu14.04LTS の 32ビット版と
-
-
電子書籍制作ガイドブック ～プロフェッショナルのための最新ノウハウのすべて / 境祐司 ほか
電子書籍制作ガイドブック ～プロフェッショナルのための最新ノウハウのすべて～ 境
-
-
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
-
-
使ってみた ADA ドライブ（LKM-KB12）
＊ 昨日初めて ADA（Advanced Disc for Archive) ドライブとい
-
-
３画面出力でつまずいた
＊ 高槻の仕事場のマシンは Halc 時代から使っている Windows2000 の IBM
-
-
ようやくインターネット回復
「いきなりインターネット切断」の続きです。 １本ずつケーブルを入れ替え、スイッチングハブをはず
-
-
自宅メインパソコンHDDが壊れた(5) それだけじゃなかった
「自宅メインパソコンHDDが壊れた(4) 」の続きです。 コピー元： 内蔵SATAコントロ
- 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
