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
-
-
500GB 中古ハードディスク HDP725050 ご到着
＊ ヤフオクで 1100円でセリ落とした日立製のハードディスク Deskstar HDP725
-
-
Vostro260S
Vostro260S[/caption] 昨日来ました。DELL のニューマシン。Core
-
-
非クラウド型遠隔画像診断のクラウド化
＊ 全く違うものだと思っておられる方も多いでしょうが、じつは非クラウド型とクラウド型ってのはそ
-
-
USBメモリからブート
＊ 高い有料ツールもあるようですが、Linux では Unetbootin というフリーソフト
-
-
DELL DIMENSION 9200 さらにもう一台ゲット
＊ CPU：Core2Duo 6300 / 1.86GHz メモリ：2
-
-
acer ASX3950-N34D/TF 入院
acer の ASX3950-N34D/TF は昨年 2月にヤフオクで 3000円で落札した
-
-
Windows Xp SP2 から SP3 へ
＊ 手持ちの Windows XP 再インストールディスクは Windows XP SP2 の
-
-
DELL Optiplex760 1台目 / BIOS パスワード
＊ これも先月 1150円（始値）で落札したもの。未報告。 ウルトラスモールフォ
-
-
かりぐも、いや、かりぐみ
Lian-Li PC-T1R レッド クモ型ITXテストベンチ台PC-T1 L
-
-
USBメモリはとっても壊れやすい
USBメモリ、SSD などのフラッシュメモリは、浮遊ゲートとしてデータを記憶する仕組みです
- 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
