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
-
-
Tssplitter というソフト
アースソフト PT2 アースソフト 売り上げランキング : 309 Ama
-
-
DVI×4出力が可能な1スロット厚のファンレスVGA GF-QUAD-DISP/4DVI
玄人志向 グラフィックボード DVIx4 4画面出力 ファンレス GF-QUAD
-
-
イーサイトのクラウド型遠隔画像診断システム 利点（1）
＊ イーサイトのクラウド型遠隔画像診断システムは Citrix Xen Server というサ
-
-
USBメモリはとっても壊れやすい
USBメモリ、SSD などのフラッシュメモリは、浮遊ゲートとしてデータを記憶する仕組みです
-
-
Filezilla / 優れものの FTP クライアント
＊ 長らく FTP クライアントに ffftp を使っていましたが、サーバーへのファイル転送の
-
-
DELL Optiplex760 2台目
＊ これは先月（2013/12/26） 1150円（始値）で落札したもの。未報告。 一番
-
-
DELL Precision490 2台目ゲット
＊ 製品名：Precision 490 CPU：Intel Xeon 51
-
-
BMAX ミニPC N150+DDR4 16GB+512GB SSD+Windows 11 Pro
タイムセールで 19800円（送料込み）と安かったのでポチっと買いました。 CPU
- 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
