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
-
-
また安いデジカメ見つけた 20倍ズームなのに 1cm 近接マクロ
PENTAX デジタルカメラ Optio VS20(ノーブルブラック)160
-
-
Juniper netscreen 5GT(3)
統合型ファイアウォール/VPNアプライアンスである Juniper netscreen 5G
-
-
Windows7 で Amivoice
Amivoice EX RAD の従来版は Windows7 で動かないという話を聞いていました
-
-
最新（？）のOS Q4OS
Q4OS という Linux ディストリビューションが DistroWatch で紹介されていま
-
-
メインマシンの入れ替え / Linux
高槻でプライベートに使っているメインマシン(Optiplex755)がちょっと病気。 症状はキ
-
-
MM-MCUSB13 と BMHUH01SVA
サンワサプライ USBマイクロホン MM-MCUSB13 サンワサプライ
-
-
Gemini でファクトチェック
Gemini でファクトチェックをする専用の My GEM を作りました。 なかなか便利。
-
-
FILCO Majestouch「マジェスタッチ」
FILCO MajestouchBLACK USB&PS2両対応 日本語
-
-
ADA ドライブ（LKM-KB12）のメディア
＊ この前 ADA（Advanced Disc for Archive) ドライブについて
- 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
