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
-
-
パナソニックBDメディア
Panasonic ブルーレイディスク 録画用4倍速 25GB(単層 追記型)
-
-
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
-
-
Ubuntu MATE に MacBuntu を適用
HDD にインストールした Ubuntu MATE を MacBuntu 化してみました。
-
-
HDCR-U1.0E レグザ用外付けHDD 破損
I-O DATA 東芝対応USB 2.0/1.1接続 外付型ハードディスク 1T
-
-
メインマシンの入れ替え / Linux
高槻でプライベートに使っているメインマシン(Optiplex755)がちょっと病気。 症状はキ
-
-
ビットコイン BitCoin という仮想通貨
ビットコイン（BitCoin）について、よくわかる詳しいサイトがありました。 ⇒ 仮想通貨
-
-
オフィスファイルの印刷
＊ .docx などの拡張子を有する Microsoft オフィスのファイルを印刷するのに、L
-
-
XP でも 簡単に 4画面出力 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-
- 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
