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
-
-
Facebook 成功法 / 中野博
＊ 中野博とかいう人の本。 10分で読めました。 と言っても後半はほとんど読むところがない
-
-
Ubuntu14.04LTS 32ビット版 インストールしてみた(3)
＊ インストールしたマシンは DELL Vostro200（ヤフオクでの中古）のスリムケース版
-
-
ACアダプタ HSTNN-LA01-E 到着
この前落札した HP 8200 Elite USDT です。 動かそうと思って
-
-
GA-H61M-USB3-B3 同等品
ASRock H61 Micro-ATX SATA3 USB3 HDMI D
-
-
ミニPC（N95） 3台目到着
以前の記事「ミニPC（N95） 3台目注文」で紹介したミニPC が無事到着。 TRIGKE
-
-
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
-
-
USBハブ 3.0×3ポート＋ギガビットイーサネットアダプタ
楽天1位獲得 高速 USB 3.0 LAN 変換アダプタ 1
-
-
使っていない PC に Windows10 Pro をインストール
先週から PC用メインメモリを 96GB 分ほど買い込みました。 SATA 接続の SSD もだい
- 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
