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
-
-
Windows10 アップデート version 1709 の失敗
今度は自宅の PC の話です。 Windows10 のアップデートで version 1709
-
-
GooglePlayMusic につながらない
本日 5/1 の午前中ですが、GooglePlayMusic につながらない、というかつながりはする
-
-
無停電電源装置 ES 425 BE425M-JP E
ES 425 BE425M-JP E posted with amazlet
-
-
NEC Mate MK36LB-M の欠点
「【ヤフオク】 NEC Mate MK36LB-M Xeon E3-1225v3 メモリ4GB HD
-
-
TEDD2048M800HC5 2枚使えない
TEDD2048M800HC5 は DDR2 メモリの 2GB 版です。 ヒートスプレ
-
-
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
-
-
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
-
-
中古PC 3台ゲットだぜ 2023-4-21
久々にヤフオクで中古PCをゲットしました。 モデルはどれも私の好きな NEC製品です。
-
-
すべてのOSで使える無料でMSオフィス上位互換のオフィスソフト
すべてのOSといっても Windows、MacIntosh、Linux ですが、これらで使える
-
-
Nikon デジタルカメラ COOLPIX B500 衝動買い
Nikon デジタルカメラ COOLPIX B500 光学40倍ズーム 1602
- 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
