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
-
-
FUJITSU FUTRO MP702 2台落札
FUJITSU のシンクライアントPC である ヒューロ（FUTRO） MP702 の中古動
-
-
WINE / Linux OS 上で Widows アプリを走らせる
Wine (Wine is not emulator) というシステムが Linux にありまし
-
-
PATA ハードディスクのチェック(5)
SANWA SUPPLY IDE/SATA-USB変換ケーブル 0.72m US
-
-
遠隔画像診断のビジネスモデル(4)
それぞれの場合での遠隔画像診断サービス会社の違いを見てみましょう。 ＊ 上段は従来のファ
-
-
Panasonic 録画用4倍速ブルーレイディスク片面2層50GB(追記型)スピンドル50枚 LM-BRS50L50S【WEB限定】(2)
Panasonic 録画用4倍速ブルーレイディスク片面2層50GB(追記型)スピ
-
-
SDDD3-256G-G46 256GB SanDisk サンディスク USBメモリー Ultra Dual Drive m3.0(Android対応) USB3.0対応
最近はデータの一時バックアップ用に USBメモリーを複数個使っています（永久保存はブルーレイ
-
-
ウエスタンデジタルHDD Ultrastar 14TB 到着
アマゾンで買った ウエスタンデジタルのハードディスク Ultrastar 14TB が到着しまし
-
-
Windows10 の必要メモリ多すぎ
この前の記事「Windows10 でファイルマネージャー「反応なし」 」で書いたように、家でのメイン
-
-
【ヤフオク】 中古パソコン Windows10 NEC PC-MK33LL-E 落札
私の好きな NEC 製中古デスクトップを 2000円＋送料で落札。 品番：PC-MK3
-
-
【ヤフオク】NEC PC-MKL36BZG4 Mate MB-4 落札
久々にヤフオクで 、NEC のデスクトップを落札しました。 2019年ごろに発売されたビジ
- 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
