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
-
-
HP B110a 格安プリンタ
B110a[/caption] ヒューレットパッカードの格安プリンタ B110a
-
-
Ultimate edition 4.2 lite 日本語版 インストールしてみた
ライブCDの部屋から、Utimate edition 4.2 lite の日本語版をいただきまし
-
-
HD革命/CopyDrive Ver.4 with Partition EX(続き)
HD革命/CopyDrive Ver.4 with Partition EX
-
-
DELL Optiplex760 1台目 / BIOS パスワード
＊ これも先月 1150円（始値）で落札したもの。未報告。 ウルトラスモールフォ
-
-
マイクロソフトを殺したもの
＊ マイクロソフトを殺したもの、というか、マイケルと違いまだ死んでないようですが、マイクロ
-
-
壊れた無線LANルーター WZR-HP-G301NH
BUFFALO おまかせ節電 USBポート搭載 11n/b/g対応 ハイパワー
-
-
玄人志向 HDDスタンド USB3.0接続 KURO-DACHI/CLONE/U3
玄人志向 HDDスタンド USB3.0接続 KURO-DACHI/CLONE/U3
-
-
100円カードリーダー
昨日、100円ショップのダイソーで見つけたマルチカードリーダー（＆ライター）。 本日使用し
-
-
UBUNTU16.04LTS ネットワーク設定でＩＰを固定にする
インストールした Ubuntu 16.04 ですが、ネットワーク接続ではデフォルトでは DHCP
-
-
DELL Optiplex740 またゲット
＊ またヤフオクでゲット。2200円。 CPU：Athlon64X2 3
- 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
