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
-
-
Vostro200 に Zorin OS を入れて遊ぶ
＊ Zorin OSは Ubuntu ベースの Linux ディストリビューション。無料で使え
-
-
Windows10 で Google日本語変換が止まる
Windows10 にアップグレードした PC で Google日本語変換の途中で止まるのです。
-
-
Ubuntu 16.04 LTS インストール
Ubuntu 16.04 LTS Xenial Xerus リリース 本日、待ちに待った Ub
-
-
teamviewer の画面崩れ
＊ 大好きなソフトの teamviewer ですが、VPN回線を構築して、安全に遠くにあるパソ
-
-
ヤフオクでPC３台ゲット
＊ Optiplex 740 というマシンが大量にセリにかけられていたので、３台ほど競り落とし
-
-
マルチディスプレイ簡単な方法
ELSA ビデオカードELSA NVIDIA Quadro NVS420 ENVS420-5
-
-
Dimension1100 復活
Dimension1100[/caption] 以前、２号マシン（デジタル放送録画用
-
-
Windows8 の効用
＊ Windows8 に興味がなくなったせいで、Linux 関係以外のパソコン雑誌を読むことがほと
-
-
液晶モニタ W2253V 突然死
＊ 朝起きてうちの仕事場のメインのディスプレィの LG製 W2253V をオンしようとしま
-
-
外付型ハードディスク 2TB
I-O DATA 東芝対応 USB 2.0/1.1接続 外付型ハードディスク 2TB
- 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
