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
-
-
Seagate HDD また一位
オンラインストレージサービスBackblazeが実際に使用した200種類（合計約4万台）のハ
-
-
PC-MK31LBZCUASC Core i3-2100 4GB DVD-ROM 250GB OSなし 到着
先日の記事で紹介した４台の PC ですが、早くも本日届きました。 まず、PC-MK31
-
-
すべてのOSで使える無料でMSオフィス上位互換のオフィスソフト
すべてのOSといっても Windows、MacIntosh、Linux ですが、これらで使える
-
-
GA-H61M-USB3-B3 REV2
GIGABYTE intel H61(B3) LGA1155 Micro A
-
-
イーサイトの遠隔画像診断端末からATOK単語登録
なんのこっちゃわからん人は無視してね。 ＊ イーサイトの遠隔画像診断端末をお使いの方で、パソ
-
-
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
-
-
DELL Optiplex 755 2台目 ジャンク
さきほどと同じ？ いえいえまた別物です。先月はこのウルトラスモールファクタータイプを３
-
-
Optiplex745 2台目ゲット
CPU：Core2Duo 6400 / 2.13GHz メモリ：1GB HDD
-
-
SAPPHIRE ビデオカード FLEX HD6770 1G GDDR5 PCI-E DL-DVI-I+SL-DVI-D/HDMI/DP
SAPPHIRE ビデオカード FLEX HD6770 1G
-
-
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
