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
-
-
Ubuntu14.04LTS 32ビット版 インストールしてみた(2)
あれから少し遊んでみました。 leafpad をインストール 私の好きなエディタの leaf
-
-
作家になるパソコン術 / 松本侑子
作家になるパソコン術 (にこにこブックス) 松本 侑子 筑摩書房 1998-1
-
-
Philips SpeechMike LFH5276
＊ ヤフオクでオフィスワールド（ officeworldoa ）という業者さんから入手。
-
-
ネットワーク過剰防衛マニュアル / 網野 嵐
ネットワーク過剰防衛マニュアル 網野 嵐 秀和システム 2002-12 売り上
-
-
Pioneer BD-ROM / BDC-207DBK
BDC-207DBK Blu-rayコンボドライブ ブラックベゼル Pi
-
-
パソコンの故障 おそらくメモリの接触不良
＊ 一昨日、長年の知人からケータイメール（私はパソコンで受信）。 以前作ってあげた（完全自作
-
-
自宅メインパソコンHDDが壊れた(3) teamviewer でスーイスイ
自宅メインパソコンHDDが壊れた(2) の続きです。 2台めの 2TB HDD にコピー中です
-
-
Zorin 12.3 Core 試用＆インストールしてみた
5日前にリリースされた Zorin 12.3 Core。 だいぶよくなったということでしたので
-
-
自宅の WindowsXP PC 昇天
自宅で WindowsXP で動いていた自作 PC（愛称 WhiteBase） がついに逝きました。
-
-
LG電子製 SATA内蔵スーパーマルチドライブ GH24NSC0 BL BLK
LG電子 S-ATA 内蔵スーパーマルチドライブ ブラックベゼル バルク ソフト
- 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
