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
-
-
アマゾンサイバーマンデーで衝動買い Fire HD 10
Fire HD 10 タブレット (10インチHDディスプレイ) 32GB p
-
-
デルの新ノートがキター
デルの新ノート 5/30 に注文したら今日の昼に届きました。 下の宣伝に
-
-
遠隔画像診断のビジネスモデル(4)
それぞれの場合での遠隔画像診断サービス会社の違いを見てみましょう。 ＊ 上段は従来のファ
-
-
XP でも 簡単に 4画面出力 GF-QUAD-DISP/4DVI （２）
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-QU
-
-
最近ネットがよく落ちる
＊ 高槻遠隔画像診断センターで使っているメインマシンですが、よく通信が途切れます。 ほかのマ
-
-
変な現象 / 16GB の USB メモリからのブートができない
シリコンパワー USBフラッシュメモリー HELIOS 101Series 16GB
-
-
KURO-DACHI-CLONE-U3 パソコンなしでHDDのまるごとコピー
玄人志向 HDDスタンド USB3.0接続 KURO-DACHI/CLONE/U3
-
-
GF-GT520-LE1GH
玄人志向 グラフィックボード nVIDIA GeForce GT520 1GB
-
-
Zorin 15 Core インストールしてみた
久々の Linux ネタです。 以前使っていたデルのノートPC の Inspiron
-
-
Chalet OS 16.04 試用してみた
久々の Linux ネタです。 Zorin 12 Core 版を常用しているワタシです
- 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
