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
-
-
ハッカー・ハンドブック―インターネット時代のセキュリティー / Dr.K 尾子洋一郎
ハッカー・ハンドブック―インターネット時代のセキュリティー Dr.K 尾子 洋
-
-
自宅メインパソコンHDDが壊れた(5) それだけじゃなかった
「自宅メインパソコンHDDが壊れた(4) 」の続きです。 コピー元: 内蔵SATAコントロ
-
-
DELL OPTIPLEX740 Ath64x2 2.1GHz/2G/HDD無/DVD
* またまたヤフオクで落札しました。501円(送料別)。 ハードディスクがないからか、安
-
-
Ryzen5 ミニPC 購入
また ミニPCをアマゾンで注文。 「インテルは逝ってる」ようなので、AMD Ryzen 5 3
-
-
東芝 USB3.0外付け HDD (2.0TB) HD-ED20TK
東芝 USB3.0外付け HDD (2.0TB) HD-ED20TK 東芝 2
-
-
スターリンクについて
スターリンクとは低高度衛星を使ったインターネット接続システムで、イーロン・マスクのスペースX社が全世
-
-
新・システム管理者の眠れない夜 <ほんとうに価値のあるシステムを求めて> / 柳原秀基
新・システム管理者の眠れない夜 <ほんとうに価値のあるシステムを求めて&g
-
-
DELLのパソコン キャンペーン 特価
昨日 5/30(月)までのデルのパソコン キャンペーンですが、6/1(水)まで伸びたよう
-
-
ウエスタンデジタルHDD Ultrastar 14TB
以前書いた記事「500GB HDD が安い」の中で紹介した 2.5インチ 500GB ハードディスク
-
-
自宅のメインの WindowsXP が立ち上がらなくなった
自宅のメインの WindowsXP が立ち上がらなくなった。 入れ替えを考えていた矢先のできご
- 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






