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
-
-
【ヤフオク】NEC PC-MKL39EZG1 Mate ME-1 到着
この前落札した NEC の中古パソコン PC-MKL39EZG1 の Mate ME-1 が到着しま
-
-
プリンタ HP ENVY 5542 半死
年賀状を刷り始めた途端に、プリンタ HP ENVY 5542 が半死状態に。 A4 などの紙に
-
-
Zorin9 はまだか
私イチオシの Linux の Zorin の話です。 Ubuntu 14.04LTS ベー
-
-
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
-
-
【ヤフオク】WesternDigital 中古3.5 HDD 3ヶセット 落札
250GB の ハードディスク 3台セットを落札。1500円＋送料でした。 WD2
-
-
Gmail で溜まったメールの一括削除
Gmail の無料の容量は 15GBありますが、使用量が 86％になったころから、しょっちゅう「容量
-
-
久々のメインメモリ増設
自宅でほぼメインで使っているのは NEC の Mate MK32MB-F という PC で CPU
-
-
Ubuntu14.04LTS 32ビット版 インストールしてみた(2)
あれから少し遊んでみました。 leafpad をインストール 私の好きなエディタの leaf
-
-
使えるか？ Pear6
見た目と操作性が MacOS にそっくりな Linux として非常に有名だった Pear OS
- 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
