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
-
-
常時接続悪のマニュアル
常時接続悪のマニュアル TIP データハウス 2002-02 売り上げランキン
-
-
SPD S200（SSD SATA 256GB）
SPD SSD 256GB 3D NAND 長寿命TLC S
-
-
最新（？）のOS Q4OS
Q4OS という Linux ディストリビューションが DistroWatch で紹介されていま
-
-
Windows7 で Amivoice（続き） / SpeechMikePro LFH5276 デバイスドライバ
Amivoice EX RAD（放射線科医用）の従来版も Windows7 で動いています。
-
-
WD20EZRZRT ウエスタンデジタル製HDD(WD Blue) 2TB
WD20EZRZ-RT Western Digital 売り上げランキング :
-
-
液晶モニタ EIZO FORIS FS2434-R 23.8インチ IPSノングレアモニタ
昨日届いた EIZO FlexScan EV2316W に続いて本日はこれが到着しました。
-
-
HP Pavilion 15-ab200
WEB限定モデルのノートパソコンです。 詳しくはこちらを＞ HP Pavilion 1
-
-
DELL OptiPlex 3050 再セットアップ
このまえヤフオクで 3,097円（税込）＋送料 1,606円 で落札した DELL OptiPlex
-
-
メタトレーダーのメタエディタは Avira Antivirus に拉致される
うちの Windows7 と Windows10 マシンに メタトレーダー4 をインストールすると、
- 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
