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
-
-
Crucial V4 128GB SSD
Crucial V4 128GB 2.5inch SSD SATA3Gbps 9
-
-
Windows10 でファイルマネージャー「反応なし」
自宅のメインPC はふるさと納税でもらった Windows10 マシンでメモリは 8GB ありますが
-
-
録画マシンの入れ替え
地デジマシンを７月24日に即席で作りましたが、不都合がいっぱい。 従来の 2号機に PT2
-
-
HP B110a 使用感
HP B110a 使用感 HP Photosma
-
-
自宅の WindowsXP PC 昇天
自宅で WindowsXP で動いていた自作 PC（愛称 WhiteBase） がついに逝きました。
-
-
またまた 80GB 中古HDD 2台ゲットだ
1台800円（初期値）で出ていた日立製ハードディスクに入札していたら、その後誰もセリ相手が現れず
-
-
魅力的なCPU Athlon の復活 / Athlon 5350 /安価で4コア TDP25W
Athlon という CPU Athlon という AMD社製の CPU が昔ありました。
-
-
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
-
-
PT2 WOWOW 設定
自宅のTVでは WOWOW に加入し、主にカミサンが観ています。 私にはチャン
-
-
パナソニック製 BD-Rメディア 30枚入り
Panasonic ブルーレイディスク 日本製 録画用4倍速 25GB(単層
- 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
