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
-
-
Windows PC の置き換え
今朝、バックアップ用（ブルーレイ作成用）の Windows10 Home PC （i3-4170）を
-
-
パソコンを買って最初にやること
新しいパソコンを買っても、中古パソコンを買ってもまず最初にやることは筐体を開けることですよね。
-
-
コピーコントロールCD（CCCD）について
昨日の記事「アンセム / 寺井尚子」で コピーコントロールCD（CCCD） について述べましたが、補
-
-
１枚でXPでも4画面出力の新カード GF-GT610-QUAD/4DVI
玄人志向 グラフィックボード nVIDIA GeForce GT610 PC
-
-
Makulu 10 Aero と Linux Lite 3.8
PC-MK32LLZCB はこの前落札した NEC の中古 PC 4台のうちの一つ（1600円＋送料
-
-
天板が変えられるノートパソコン
デルのアフィリエイトをやっているのですが、5/30（月）までのキャンペーンで、
-
-
DELL Optiplex 745 Mini筐体 2台目で Zorin7
＊ 先月ヤフオクで落札したものです。 すでに報告ずみ⇒ Optiplex745
-
-
USBメモリ サンディスク SDCZ73
128GB USBメモリー SanDisk サンディスク U
-
-
32インチIPS液晶モニタ 32GS75Q-B 到着しました
昨日到着しました、LGエレクトロニクス製のゲーミング用モニター LG UltraGear の
-
-
プログラマを笑え! / 藤本裕之
プログラマを笑え! 藤本 裕之 ソーテック社 2004-10 売り上げランキン
- 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
