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
-
-
【ヤフオク】DELL OptiPlex 3050 到着後セットアップ
3,097円（税込）＋送料 1,606円 で落札した DELL の小型デスクトップ Opti
-
-
【ヤフオク】acer ASX3950-N34D/TF Core i3-540/3.07GHz/4GB ジャンク 落札
これも たからぶねweb さんから 3000円で落札。 ■CPU Core i3-540
-
-
Windows の ReadyBoost
最近は SSD を積んでいるパソコンが増えているので、ほとんど不要になったものに Windows の
-
-
USB3.0メモリでReadyboost
SanDisk USB3.0フラッシュメモリ 16GB ウルトラフィット USBメモ
-
-
HD革命/CopyDrive Ver.4 with Partition EX
HD革命/CopyDrive Ver.4 with Partition EX
-
-
WD20EZRZRT ウエスタンデジタル製HDD(WD Blue) 2TB
WD20EZRZ-RT Western Digital 売り上げランキング :
-
-
Acronis True Image Home 2012 Plus
＊ > http://www.acronis.co.jp/homecomputing/p
-
-
64GB SSD 最安
シリコンパワー 2.5インチSolid State Disk 高速転送 SA
-
-
WiMAX 申込んでみる
新しい事務所を借りましたので、インターネット回線を引かないと。 まだ電気、ガス、水道も通っていない
-
-
WordPress ２度目のハング
このブログは Wordpress を使っているのですが、昨日からログインできなくなっていました。
- 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
