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
-
-
FUJITSU FUTRO MP702 2台落札
FUJITSU のシンクライアントPC である ヒューロ（FUTRO） MP702 の中古動
-
-
Air Port WN-G300R という無線LANルーターが壊れた
壊れたのは、アイ・オー・データ製「無線LANルーター WN-G300R」です。Made in Tai
-
-
USB – RCA変換ケーブル（384KHz/24-bit Hi-Res DAC搭載）
「USB - RCA変換ケーブル」とありますが、実際は「ケーブル付き USB-DAC」です。
-
-
Ubuntuはダサい？
Linux ディストリビューションの一つ Ubuntu 10.04 の起動ディスクでパソコンを立
-
-
Facebook のフィッシング
Facebook で友達登録している目上の人から上のようなメッセージ（このビデオはいつでした
-
-
Windows 10 の Microsoft Defender ウイルス定義ファイルは 2028年10月まで更新を継続
Windows10 のサポートが一昨日で切れたと思っている人が多いですが、Microsoft が 6
-
-
変な現象 / 8GB の USB メモリからのブートができない
＊ Optiplex740 での現象なんですが、何台も同じ症状が出るのです。 Ubuntu
-
-
Apacer SSD 256GB(M.2 NVMe)
Apacer アペイサー SSD 256GB M.2 PCI
-
-
できるポケット 使って覚える HTML&CSS の基本がマスターできる本 / 佐藤和人
できるポケット 使って覚える HTML&CSS の基本がマスターできる本佐
- 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
