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
-
-
デジカメ写真は撮ったまま使うな！ / 鐸木 能光
デジカメ写真は撮ったまま使うな!―ガバッと撮ってサクッと直す (岩波アクティブ新
-
-
PT2 WOWOW 設定
自宅のTVでは WOWOW に加入し、主にカミサンが観ています。 私にはチャン
-
-
ORICO S500-PRO SSD SATA 128GB
ORICO という中華メーカーの SSD（SATAタイプ）。 ORICO は中華系の中では
-
-
Zorindows ?
＊ Windows8 が Windows7 と全く違うような OS なら、Windows7 と
-
-
SPD SSD 512GB 購入
【スーパーSALE限定特価】SPD SSD 512GB 【5
-
-
LXLE 12.04.3 / Lubuntu 風の Linux
LXLE プロジェクト日本語トップページ >http://sourceforge.jp
-
-
USB – RCA変換ケーブル（384KHz/24-bit Hi-Res DAC搭載）
「USB - RCA変換ケーブル」とありますが、実際は「ケーブル付き USB-DAC」です。
-
-
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。
-
-
ハードディスク内の破損場所の位置を表示してくれるツール HD tune
ハードディスク内の破損場所の位置を詳しく示してくれるツールです。 Windows用。
- 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
