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
-
-
QuickTime は使えない
＊ うちの娘に頼まれて録画していたTV番組のファイルを渡したところ、映像も音もカクカクして観ら
-
-
Outlook の添付ファイルは極窓に調べてもらおう
＊ 私はメーラーには Gmail を使っていますが、ときどき添付ファイルで拡張子が eml の
-
-
ヤフオク 中古パソコン2台落札
昨日２台のパソコンを落札。 いずれも NEC のメイトですね。 最近 NEC ばっかり愛
-
-
MX-17 試用してみた
MX-17 という Linux ディストリビューションを USBメモリで試用してみました。 M
-
-
PATA ハードディスクのチェック(5)
SANWA SUPPLY IDE/SATA-USB変換ケーブル 0.72m US
-
-
NEC PC-MK32LEZCB Mate ME-B Win7 Core i3 550 3.20GHz 4GB 160GB(2) 2画面に挑戦
4300円で入手したパソコン。 本日は Windows7 SP1 にアップデートしまし
-
-
Ubuntu14.04LTS インストールしてみる
＊ この前ヤフオクで 4410円で買った Optiplex 960（OSなし）に別の 80GB
-
-
PATA ハードディスクのチェック(3)
SANWA SUPPLY IDE/SATA-USB変換ケーブル 0.72m US
-
-
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。
-
-
Greathtek GHT-S7415H USB3.0 KVMスイッチ HDMI 4入力1出力
Greathteek という会社の KVMスイッチ（USB3.0 HDMI 4入力1出力）で
- 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
