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
-
-
GV-MVP/XS2W とお別れ
I-O DATA 地上・BS・110度CSデジタル対応TVキャプチャーボード P
-
-
Fire HD 10 タブレット 10.1インチHDディスプレイ 32GB
Fire HD 10インチは第7世代を持っていたのですが、家人が紛失したので新しいのを買いま
-
-
Winserver よく固まる
4つの MT4 を稼働している Winserver のサーバーですが、多くの時間が下の図のような感じ
-
-
100円カードリーダー
昨日、100円ショップのダイソーで見つけたマルチカードリーダー(&ライター)。 本日使用し
-
-
Remastersys / Linux で実行環境をiso化する
* なんのこっちゃと思われる方もおられるでしょうが、Linux のコマンドで、remaster
-
-
FUJITSU FUTRO MP702 2台到着
前回の記事「FUJITSU FUTRO MP702 2台落札」の続きです。 昨日到着しました。
-
-
ウエスタンデジタルHDD Ultrastar 14TB
以前書いた記事「500GB HDD が安い」の中で紹介した 2.5インチ 500GB ハードディスク
-
-
CrystalDiskInfo でディスクを調べる
結局あと1台セリ落として、今週は 9台の中古ハードディスクをゲット。 そのうち 3台のハードデ
-
-
Windows8 が売れない理由
* Windows 8 が売れていないのは知っていたが、あの Windows Vista 以下
-
-
ブログの意味 自己の文明の確立
ヴェネツィア(ベネチア)の発祥は北イタリアからゲルマン人が避難して始まったとされます。 湿地帯
- 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






