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
-
-
Windows2000 で Java7 がインストールできない
＊ 愛用の Windows2000 マシン（これが一番読影がスムースに行く）に突然 Java
-
-
【無料フォント】やさしさゴシック
「デザイナーが本当に欲しい無料フォント１０選」という記事を見つけて、読んでみました。 普段使っ
-
-
レグザで壊れた HDD 復旧
レグザで使っていて一昨日壊れた外付けハードディスクドライブの復旧の続きです。
-
-
SSD のプチフリ対策
SSD のプチフリ SSD に特有のプチフリの話です。 最近の SSD はバッファメモリを積
-
-
A880G+ Ver. 6.x
BIOSTAR SocketAM3 MicroATXマザーボード A880G
-
-
DELL DIMENSION 9200 1台め 初チェック
DELL DIMENSION 9200[/caption] ＊ CPU：Core
-
-
ヒューレットパッカードのノートパソコン HP 15-bw000 狂う
2018年6月に余った経費で買ったまま、ほとんど使っていなかったヒューレットパッカードのノートパソコ
-
-
魅力的なCPU Athlon の復活 / Athlon 5350 /安価で4コア TDP25W
Athlon という CPU Athlon という AMD社製の CPU が昔ありました。
-
-
MakuluLinux 2020 Flash 試用してみた
2020年4月なので Ubuntu20.04LTS がそろそろ出る頃と首を長くして待っているのですが
-
-
パナソニックBDメディア
Panasonic ブルーレイディスク 録画用4倍速 25GB(単層 追記型)
- 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
