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
-
-
医知悟は Java7 非対応
* 愛用の Windows2000 マシンで勝手に Java がアップグレードしてしまい、その
-
-
APC ES 550 BE550G-JP もうだめか
APC ES 550 BE550G-JP エーピーシー・ジャパン 2010-0
-
-
Core i3-8100 について
昨日うちにやってきた第8世代 Core i プロセッサーの i3-8100 くんですが、彼には特筆す
-
-
Quick Sync Video について
この前買った DELL のノートパソコン Inspiron 15R ですが
-
-
謎の BD-R メディア PBR260TT4X.50SP1
楽天市場で BD-R DL メディア(50GB)で PBR260TT4X.50SP1 というものを見
-
-
マジェスタッチ2枚め:FKB108M/JB
FILCO Majestouch 日本語108キーボード・かなあり・黒 US
-
-
Vostro260S
Vostro260S[/caption] 昨日来ました。DELL のニューマシン。Core
-
-
DELL Optiplex740 またゲット
* またヤフオクでゲット。2200円。 CPU:Athlon64X2 3
-
-
ブルーレイドライブ PC用USB3.0接続外付け 読み書き Windows/Mac 両対応 aelrsoch ブランド
aelrsoch という聞いたことのないブランド。たぶん中国製でしょう。まともな日本語で書かれた
- 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