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
-
-
データディスクも入れ替えを予定
WD HDD 内蔵ハードディスク 3.5インチ 2TB WD Blue WD20EZ
-
-
また安いデジカメ見つけた
Canon デジタル一眼レフカメラ EOS Kiss X5 ダブルズームキッ
-
-
液晶モニタ EIZO FORIS FS2434-R 23.8インチ IPSノングレアモニタ
昨日届いた EIZO FlexScan EV2316W に続いて本日はこれが到着しました。
-
-
Panasonic 録画用4倍速ブルーレイディスク片面2層50GB 50枚 LM-BRS50L50S【WEB限定】
Panasonic 録画用4倍速ブルーレイディスク片面2層50GB(追記型)スピ
-
-
【AI】Claude 使ってみる
Claude についていろいろ調べてみていたわけですが、いよいよ使ってみることにしました。 最
-
-
OSが新しくなったらマシンの買い換え？
＊ 新しい OS が発表されたら、パソコンを買い換える人が多いですね。 OS だけアップグレ
-
-
中古PC 3台ゲットだぜ 2023-4-21
久々にヤフオクで中古PCをゲットしました。 モデルはどれも私の好きな NEC製品です。
-
-
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
-
-
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
- 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
