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
-
-
HDMI VGA 変換アダプタ 1080p 対応
HDMI⇔VGA の変換アダプタです。 短いケーブルがついているので変換ケーブルと言ってもいい
-
-
マルチディスプレイ USB2.0 ビデオカード サインはVGA 青箱
マルチディスプレイ USB2.0 ビデオカード サインはVGA 青箱 USB
-
-
「pCloud」というクラウドストレージサービス
pCloud というクラウドストレージサービスが Youtube で紹介されていました。 ht
-
-
【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
-
-
絶対つまずかないLinux超入門
絶対つまずかないLinux超入門 (日経BPパソコンベストムック) 日経Linu
-
-
FUJITSU FUTRO MP702 2台到着
前回の記事「FUJITSU FUTRO MP702 2台落札」の続きです。 昨日到着しました。
-
-
ハードディスク またまた故障
＊ この前自宅で壊れたハードディスクはウェスタンデジタルの 1TB でしたが、昨日は高槻遠隔画
-
-
ハードウェアの安全な取り出し
＊ うちの Windows XP マシンですが、いつのまにかトレイアイコンから「ハードウェアの取り
-
-
無停電電源装置 ユタカ電機(YEC) UPS mini 500II 逝く
昨夜より降り出した雪が朝も降り続いており、目覚めたときには道路や屋根に数センチの積雪がありました。
-
-
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
- 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
