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
-
-
DVI×4出力が可能な1スロット厚のファンレスVGA GF-QUAD-DISP/4DVI
玄人志向 グラフィックボード DVIx4 4画面出力 ファンレス GF-QUAD
-
-
【ヤフオク】HP 8200 Elite USDT Core i3-2100 3.1GHz 2GB DVDスーパーマルチ 落札
先日の記事「【ヤフオク】HP 8200 Elite USDT Core i3-2120 3.
-
-
シリコンパワー 2.5インチ SSD SATAII 32GB SP032GBSSDE20S25(2)
シリコンパワー 2.5インチSolid State Disk 高速転送 SA
-
-
I-O DATA 高速・多機能・ブロードバンド有線ルーター ETX-R
I-O DATA 高速・多機能・ブロードバンド有線ルーター ETX-R I-O
-
-
格安高性能マザーボード Foxconn Z68A-S
格安高性能マザーボード Foxconn Z68A-S FOXCONN/フォック
-
-
FLATRON IPS231P-BN
LG 23型ワイド IPSパネル/ホワイトLED BLU採用液晶ディスプレイ (
-
-
Youｔube は VLC で視聴すると広告が出ないよ
VLC media playerというフリーソフトは Mac, Windows, Linux に
-
-
Lekhonee-gnome / Ubuntu でのブログエディタ
先ほどの記事とこの記事は Ubuntu 上で書いています。 まあ、ブログを置いているサーバ
-
-
SSD 480GB（GH-SSDR2SA480）で実験 ケースの違い
これはグリーンハウスという会社の容量 480GB の SSD （2.5インチ SATA-III）
-
-
Vostro200 に Zorin OS を入れて遊ぶ
＊ Zorin OSは Ubuntu ベースの Linux ディストリビューション。無料で使え
- 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
