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
-
-
UGREEN USB 3.0有線ギガビットLANアダプター＋3ポートUSBハブ
一昨日紹介した「USB3.0接続LANアダプタ＋USB3.0ハブ」とほぼ同じものです。
-
-
エアリア PCI Express x1 接続 Renesasチップ搭載 USB3.0 ボード 外部2ポート 内部19ピン ロープロファイル対応 SD-PEU3R-2E2IL
エアリア Over Fender R PCI Express x1 接続 Ren
-
-
レノボのパソコンに盗聴用チップ？
＊ ネタ元＞英情報機関 ハッキング用工作 発見 中国レノボ社製 ＰＣ「使うな」 7/31 の
-
-
TS-H653 20x DVD±RW DL SATA Drive (Black)
＊ 本日購入し自宅に持ち帰ったドライブは東芝＆サムソン製のこれ。 Toshiba/Sa
-
-
ポート開放/閉鎖用バッチファイル
以前から、ある一定時間だけ PC の特定の通信ポートを遮断できないか考えていました。 MT4
-
-
MX-17.1_October を試用してみた
MX という linux 以前 MX17 は試用した記事（MX-17 試用してみた ）を書きました
-
-
Windows Live Writer で ping 送信
Windows Live Writer の初期状態では ping が送信されない
-
-
Gemini 3.5Flash について
NHK で好きな番組でほぼ毎回録画しているものに『美の壷』があります。 最新回でうちわが取り上げら
-
-
ああ、懐かしや？ Windows93
Windows95 の前に Windows93 があったのをご存じですか？ 私は知りませんでし
-
-
クラウド型スクリーンショット Gyazo
Gyazo ってご存じですか？ 我々のような画像診断医にとってもそれ以外の人にも、とっても便利
- 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
