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
-
-
MakuluLinux 14 Shift 試用してみた
南アフリカ産の Linux ディストリビューションMakulu 14 の Shift というシリーズ
-
-
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。
-
-
プログラマを笑え! / 藤本裕之
プログラマを笑え! 藤本 裕之 ソーテック社 2004-10 売り上げランキン
-
-
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
-
-
レグザ録画用外付けHDD HD-LS2.0TU2D 逝く
昨日も書きましたが、レグザ録画用外付けHDD が死にました。 Buffalo 製の HD-LS
-
-
ふるさと納税のお礼のパソコンがやってきた
長野県飯山市に 10万円の寄付（いわゆるふるさと納税）をすればもらえるという噂のパソコン様、
-
-
HLDS 日立LG製 内蔵 5インチ Blu-ray ブルーレイ ドライブ BD/DVD/CDライター ソフト付 BH14NS58 BK
BH14NS58 BK（HLDS 日立LG製 内蔵 5インチ Blu-ray ブルーレイ ドライブ
-
-
DVD ブートできないマシンが大量に発見されました
＊ この前ヤフオクで仕入れた DELL Optiplex 740 ですが、5台ほど USB メモリ
-
-
NEC PC-MK32LEZCB Mate ME-B Win7 Core i3 550 3.20GHz 4GB 160GB(2) 2画面に挑戦
4300円で入手したパソコン。 本日は Windows7 SP1 にアップデートしまし
-
-
プチフリ SSD Crucial v4 のファームウェアをアップデート
Crucial V4 128GB 2.5inch SSD SATA3Gbps 9
- 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
