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
-
-
Zorin9 出た え？ Windows9 も？
Linux 関係のニュースサイト Ditrowatch をチェックしたら、ついに待望の Zori
-
-
無停電電源装置 ES 425 BE425M-JP E
ES 425 BE425M-JP E posted with amazlet
-
-
インクカートリッジ 里帰りプロジェクト
本日郵便局に行ったら、変な箱が置いてありました。 インクカートリッジ里帰りプロジェクトと書いて
-
-
ブログの意味 自己の文明の確立
ヴェネツィア（ベネチア）の発祥は北イタリアからゲルマン人が避難して始まったとされます。 湿地帯
-
-
LG 23型ワイド IPSパネル/ホワイトLED BLU採用液晶ディスプレイ
LG 23型ワイド IPSパネル/ホワイトLED BLU採用液晶ディスプレイ
-
-
Winserver よく固まる
４つの MT4 を稼働している Winserver のサーバーですが、多くの時間が下の図のような感じ
-
-
BMAX N100ミニPC 16GB+512GBSSD Win11 Pro
4台目のミニPCを買いました。メーカーは BMAX。 箱に記載の型番は BMAX-JP
-
-
Netac M.2 SSD 250GB を NEC Express 5800 に組み込み
Netac という素性の知れない中華メーカーの SSD です。 M.2 形式の NVMe
- 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
