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
-
-
勢い余ってヤフオクでもう一つ DELL Optiplex 740 をゲット
DELL Optiplex 740 CPU AMD Athlon 6
-
-
Windows 7 Pro の入った PC が HDD から立ち上がらない
それは昨日のこと。 仕事場の PC で Windows 7 Pro の入ってる DELL Vo
-
-
DVD ブートできないマシンが大量に発見されました
＊ この前ヤフオクで仕入れた DELL Optiplex 740 ですが、5台ほど USB メモリ
-
-
mepis という OS
＊ mepis という Linux ディストリビューションがあります。 現在は有料に移行したよう
-
-
インクカートリッジ 里帰りプロジェクト
本日郵便局に行ったら、変な箱が置いてありました。 インクカートリッジ里帰りプロジェクトと書いて
-
-
DTI メール受信ができない
ここ数週間、DTI のメールサーバーの不調で、受信できないメールが多々ある模様。 DTI と言
-
-
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
-
-
CFD MGAXシリーズ 2.5型 SSD 512GB CSSD-S6L512MGAX
【CFD販売公式店】CFD MGAXシリーズ 3D NAND
-
-
Seagate製HDD Barracuda 2000GB（ST2000DM001）調べてみた
レグザで使っていて一昨日壊れた外付けドライブの中身のハードディスクは、Seagate製の Bar
- 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
