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】NEC Mate MK33LE-E と MK33LB-D 落札＆受け取り
最近ヤフオクで落札した中古PCのリストです。 昨日の記事「【ヤフオク】NEC Mate
-
-
クラウド型スクリーンショット Gyazo(2)
前回の記事「クラウド型スクリーンショット Gyazo」の続きです。 Gyazo の仕組み ご
-
-
ヤフオク 中古パソコン2台落札
昨日２台のパソコンを落札。 いずれも NEC のメイトですね。 最近 NEC ばっかり愛
-
-
2021/5/13 Windows アップデーっと
ついうっかり、自宅のメインPC の Windows10 のアップデートを許したら、その後 2時間ほど
-
-
Windows Home Server 2011 ご到着
Microsoft Home Server 2011 日本語 DSP版 DV
-
-
Amazon で MP3 買ってみた / Amazon Cloud Player
Amazon で曲のダウンロード販売をやっていますよね。 MP3 形式のファイルなので汎用
-
-
Juniper netscreen 5GT(2)
統合型ファイアウォール/VPNアプライアンスである Juniper netscreen 5
-
-
Air Port WN-G300R という無線LANルーターが壊れた
壊れたのは、アイ・オー・データ製「無線LANルーター WN-G300R」です。Made in Tai
- 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
