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
-
-
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、
-
-
Mac OS によく似た elementary OS でイーサイトの読影環境
Mac ライクな Linux として一部で有名な elementary OS ですが、たまにギャ
-
-
SanDisk USB3.1 SDCZ430-128G 128GB Ultra Fit 海外パッケージ品
128GB で 1999円。これも安いのでついでに買ってしまいました。 海外パッケージ
-
-
IODATA HDCR-U2.0 の中身
I-O DATA 東芝対応 USB 2.0/1.1接続 外付型ハードディスク 2
-
-
BOOKSCAN を初利用
＊ 自分で書籍をバラしてスキャンして PDF 化することを「自炊」と言いますが、手間と時間がも
-
-
I-O DATA LEDバックライト採用 19型スクエア液晶ディスプレイ (2)
I-O DATA LEDバックライト採用 19型スクエア液晶ディスプレイ ブラッ
-
-
【パソコン】 LM-iH301S-IIYAMA の SSD への換装
自宅横の事務所のメインPC である LM-iH301S-IIYAMA はふるさと納税でもらったパ
-
-
ギガバイト GA-H61M-USB3-B3
製品ページはこちら。> http://www.gigabyte.jp/products
-
-
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。
-
-
日本ヒューレットパッカード インクジェット複合機 HP ENVY 6020
日本HP HP インクジェット複合機 A4カラー対応 ENV
- 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
