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
-
-
11n/b/g対応 ハイパワー 無線LANルーター WZR-HP-G301NH
BUFFALO おまかせ節電 USBポート搭載 11n/b/g対応 ハイパワー
-
-
ハードディスクの簡単換装（AREA MrClone）
本日変更した地デジマシン（旧 5号機＝新 2号機）のハードディスクは 250GB で、残り容
-
-
勢い余ってヤフオクでもう一つ DELL Optiplex 740 をゲット
DELL Optiplex 740 CPU AMD Athlon 6
-
-
Gemini でファクトチェック
Gemini でファクトチェックをする専用の My GEM を作りました。 なかなか便利。
-
-
NEC Mate MK36LB-M の欠点
「【ヤフオク】 NEC Mate MK36LB-M Xeon E3-1225v3 メモリ4GB HD
-
-
ヒューレットパッカードのノートパソコン HP 15-bw000 狂う
2018年6月に余った経費で買ったまま、ほとんど使っていなかったヒューレットパッカードのノートパソコ
-
-
WindowsXP マシンのハードディスク移植 XP のライセンス認証問題
＊ 昨日の WindowsXP マシンのハードディスク移植について、XP のライセンス認証はど
-
-
XserverVPS で Lubuntu デスクトップを試してみる
以前の記事「XserverVPS 申し込み（Ubuntu＋Gnomeデスクトップ）」では、Xserv
-
-
Ubuntu MATE に MacBuntu を適用
HDD にインストールした Ubuntu MATE を MacBuntu 化してみました。
-
-
自宅のメインの WindowsXP が立ち上がらなくなった (3)
「自宅のメインの WindowsXP が立ち上がらなくなった (2)」の続きですが、 Fire
- 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
