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
-
-
2021/5/13 Windows アップデーっと
ついうっかり、自宅のメインPC の Windows10 のアップデートを許したら、その後 2時間ほど
-
-
Akismet でスパム退治（WordPress）
＊ このブログは WordPress という CMS を使っています。 最近、プラダXX とかな
-
-
クラウド型スクリーンショット Gyazo(2)
前回の記事「クラウド型スクリーンショット Gyazo」の続きです。 Gyazo の仕組み ご
-
-
Windows10 久々クラッシュ
本日、急いでいたのに Windows10 が久々クラッシュ。 この PC は自宅でメインで使っ
-
-
ビジネスセキュリティ by トレンドマイクロ
トレンドマイクロのアンチウィルスソフトはウィルスバスターだけかと思っていたら、買
-
-
遠隔画像診断のビジネスモデル(2)
遠隔画像診断のビジネスモデルの続きです。 ＊ 遠隔画像診断の模式図を変更しました。 上
-
-
WindowsXP & Linux
＊ WindowsXP Vs Linux ではなく 、WindowsXP と Linux との
-
-
久々にヤフオクでPC２台ゲット
＊ Precision や Optiplex ばかりを狙って入札していたが、最近なかなか落とせ
- 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
