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
-
-
Linux Mint MATE 18.3 の試用
昨日ダウンロードしておいた Linux Mint MATE 18.3 を USBメモリに入れ
-
-
驚くほど手軽に使える3Dプリンター
Gigazine での記事 > 驚くほど手軽に使える3Dプリンターでオバマ米大統領やクライ
-
-
Z68A-S用のCPUはやはりこいつ Core i3-2100
Z68A-S 用の CPU 【在庫有り】Intel Core i3-210
-
-
Netac M.2 SSD 250GB 購入
M.2 SSD の外付けケースを購入したものの、手元に余っている M.2 SSD はないので、取り敢
-
-
医知悟は Java7 非対応
＊ 愛用の Windows2000 マシンで勝手に Java がアップグレードしてしまい、その
-
-
Air Port WN-G300R という無線LANルーターが壊れた
壊れたのは、アイ・オー・データ製「無線LANルーター WN-G300R」です。Made in Tai
-
-
ネットワーク過剰防衛マニュアル / 網野 嵐
ネットワーク過剰防衛マニュアル 網野 嵐 秀和システム 2002-12 売り上
-
-
1万枚のBlu-rayを使った低コスト＆省エネなデータセンターがある
元ネタ⇒ 1万枚のBlu-ray使用の低コスト＆省エネなデータセンターをFacebookが発表
-
-
Zorin OS とは
＊ Ubuntu は Debian GNU/Linux をベースにした Linux ディストリ
- 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
