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
-
-
Optiplex 960 タワーの出番
このタワー型筐体の Optiplex960 は昨年 7月にヤフオクで 4410円で落とした
-
-
さよならBフレッツ(3)
先週、自宅横の事務所のフレッツネクスト化（２回線）をすませたと書きましたが、昨日昼まで快調だった
-
-
昨夜いきなりアップグレード
昨夜仕事中に Windows10 へのアップグレードがいきなり始まり、１時間ほど仕事ができません
-
-
インテルがデスクトップPC向けマザーボード市場から撤退
＊ 「インテルがデスクトップPC向けマザーボード市場から撤退」というニュースが入って来ました。
-
-
Windows8 の効用
＊ Windows8 に興味がなくなったせいで、Linux 関係以外のパソコン雑誌を読むことがほと
-
-
【ヤフオク】NEC PC-MK37LLZ6AASU Mate ML-U（Core i3-6100 4GB 500GB）動きました
先日落札した3台のうちの1台。本日到着しました。 早速 linux mint で使って
-
-
Google 製作の無料フォント Noto Sans
Noto日本語フォント[/caption] Google が無償で利用でき、改変・再
-
-
GF-GT520-LE1GH
玄人志向 グラフィックボード nVIDIA GeForce GT520 1GB
-
-
DELL PRECISION 490 様ご到着
＊ QuadroFX 4500 のついたワークステーション DELL PRECISION
-
-
DELL Optiplex 740 Athlon64X2 3800+ 動作品
また、3000円でゲット。 私しか入札していなかったのだ。 高槻遠隔画像
- 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
