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
-
-
複合語の登録の工夫：品詞を適切に設定する
パソコン辞書の登録単語（複合語）の品詞について パソコンの日本語変換システムの辞書の話ですが、
-
-
Dimension9200 突然死
＊ 高槻遠隔画像診断センターの私のセカンドマシンの Dimension9200 ですが、電源が
-
-
Linux100% Vol.18
Linux100% Vol.18 (100%ムックシリーズ) 晋遊舎 2012
-
-
Amazon で MP3 買ってみた / Amazon Cloud Player
Amazon で曲のダウンロード販売をやっていますよね。 MP3 形式のファイルなので汎用
-
-
手のひらコンピュータ Remix OS搭載 Remix Mini ODMRM1G
手のひらコンピュータ注文しました テックウインド Remix OS搭載 Rem
-
-
中古ノートパソコン注文しました
いわゆる再生品です。 ヤガミ電気というところが販売している NEC ノートPC VKシ
-
-
驚くほど手軽に使える3Dプリンター
Gigazine での記事 > 驚くほど手軽に使える3Dプリンターでオバマ米大統領やクライ
-
-
PATA ハードディスクのチェック(2)
SANWA SUPPLY IDE/SATA-USB変換ケーブル 0.72m US
-
-
TS16GUSDHC10 Class10 永久保証の SDHCカード
Transcend microSDHCカード 16GB Class10 永久
-
-
Windows7 延命計画
日経PC21 2018年 7 月号 日経BP社 2018-05-24 売り上げラ
- 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
