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
-
-
AWOWミニpc win11 Pro N100 16GB DDR4 512GB 注文
アマゾンのブラックフライデー、買うものないなと思ってましたが、最近メモリや SSD の値段が
-
-
Vostro260S (2) 最大の欠点
2011年3月に買った PC です。 一時期メインで使っていたのですが、冬の寒い朝に電
-
-
【ヤフオク】DELL OptiPlex 3050 到着後セットアップ
3,097円（税込）＋送料 1,606円 で落札した DELL の小型デスクトップ Opti
-
-
Zorin 12 Core 試用してみた
Zorin 12 Core について 今回は現在常用している Zorin 9 Core の正統後継
-
-
GF-GT520-LE1GH
玄人志向 グラフィックボード nVIDIA GeForce GT520 1GB
-
-
DELL DIMENSION 9200 1台め 初チェック
DELL DIMENSION 9200[/caption] ＊ CPU：Core
-
-
【ヤフオク】NEC Mate MJ34LL-G i3-3240-3.4GHz/250GB/4GB/マルチ/win10 落札
Windows10 Pro 64bit （インストールされたマシンではなく OS そのもの）
-
-
画像生成系AI「Dreamina AI」
画像生成系の AI の一つに「Dreamina AI」があります。 TikTok などを運営する中
-
-
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
-
-
マルチディスプレイ USB2.0 ビデオカード サインはVGA 青箱
マルチディスプレイ USB2.0 ビデオカード サインはVGA 青箱 USB
- 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
