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
-
-
iiyama モニター ProLite XUB2493HS-B6
iiyama（飯山）の PC用モニター（ディスプレイ）の ProLite XUB2493HS-B
-
-
LG 23型ワイド IPSパネル/ホワイトLED BLU採用液晶ディスプレイ
LG 23型ワイド IPSパネル/ホワイトLED BLU採用液晶ディスプレイ
-
-
TMPGEnc MPEG Editor 3
TMPGEnc MPEG Editor 3 ペガシス 2
-
-
変な現象 / 8GB の USB メモリからのブートができない
＊ Optiplex740 での現象なんですが、何台も同じ症状が出るのです。 Ubuntu
-
-
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
-
-
Core i3-2100
インテル Boxed Intel Core i3 i3-2100 3
-
-
6画面ディスプレーのPC
6画面ディスプレィのマシンの作り方が載っています。 > http://ascii.jp/
-
-
ようやくインターネット回復
「いきなりインターネット切断」の続きです。 １本ずつケーブルを入れ替え、スイッチングハブをはず
-
-
GV-MVP/XS2W とお別れ
I-O DATA 地上・BS・110度CSデジタル対応TVキャプチャーボード P
-
-
理系と文系のハナシ Macintosh の好き嫌い
先日の「パソコンの故障 おそらくメモリの接触不良」という記事で書きました. 文系の人はメモ
- 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
