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
-
-
ブルーレイドライブ PC用USB3.0接続外付け 読み書き Windows/Mac 両対応 aelrsoch ブランド
aelrsoch という聞いたことのないブランド。たぶん中国製でしょう。まともな日本語で書かれた
-
-
A-DATA ASP900S3-64GM-C-7MM / ADATA 2.5"SSD 64GB SATA6G
A-DATA ASP900S3-64GM-C-7MM ADATA 2.5"SSD
-
-
32インチIPS液晶モニタ 32GS75Q-B 動きました
開封して BMAX のミニPC(Intel N95内蔵)に繋いでみました。 発色はよく
-
-
Linux Mint Xfce 18.3 をインストール
この前 1850円+送料で入手した PC-MK31LBZCUASC に Linux Min
-
-
おしゃれなブック型コンピュータ Paper
⇒ http://gigazine.net/news/20130124-apc-paper-
-
-
Windows Live Writer を使ってみた
Windows Live Writer というブログエディタ(Microsoft 製フリーソフト
-
-
エアリア PCI Express x1 接続 Renesasチップ搭載 USB3.0 ボード 外部2ポート 内部19ピン ロープロファイル対応 SD-PEU3R-2E2IL
エアリア Over Fender R PCI Express x1 接続 Ren
-
-
こんなの焼いています ブルーレイ
* 通常(民生用ブルーレイレコーダー)なら 180分しか録画できない BD-R の片面2
-
-
MediaEspresso での MP4 化(続き2)
エンコードが途中で止まってしまうことがある MediaEspresso ですが、QSV 対応
-
-
マイクロソフト日本語入力のダメダメなところ
マイクロソフト日本語入力のダメダメなところはいろいろあるのですが、 学習が弱い 最長
- 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






