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
-
-
【ヤフオク】 NEC Mate MK36LB-M Xeon E3-1225v3 メモリ4GB HDD1TB Windows10 落札
3980円即決で落札しました。 Windows10 Pro 64bit インストール済
-
-
USB – RCA変換ケーブル（384KHz/24-bit Hi-Res DAC搭載）
「USB - RCA変換ケーブル」とありますが、実際は「ケーブル付き USB-DAC」です。
-
-
USB3.0接続 2.5インチ HDD SSD ケース
2.5インチ HDD SSD ケース USB3.0 SATA
-
-
Windows XP での３面
＊ 相変わらず苦労しております。 Windows2000 ではオンボードのグラフィックチップ
-
-
NEC PC-MK25MBZV1F3C Mate MB-C Core i5-2400S 出番ですよ
「NEC PC-MK25MBZV1F3C Mate MB-C Core i5 2400S 2
-
-
さよならBフレッツ(3)
先週、自宅横の事務所のフレッツネクスト化（２回線）をすませたと書きましたが、昨日昼まで快調だった
-
-
Vostro3800 光ドライブ換装
前回の記事「Vostro3800スリムタワー到着 」の続きです。 Blu-ray 焼きマシンに
-
-
遠隔画像診断装置の端末が立ち上がらない
それは一昨日のこと。 高槻の遠隔画像診断センターに置いてある特殊な診断用端末（3面モニタ仕様）
-
-
Web3.0への会議 / サティー・ポッター
Web3.0への会議 サティー・ポッター アイボーイ ゴマブックス 2007-
- 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
