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
-
-
Ubuntu14.04LTS 32ビット版 インストールしてみた(3)
＊ インストールしたマシンは DELL Vostro200（ヤフオクでの中古）のスリムケース版
-
-
LXLE 再びインストール
> SugarMoon : LXLE Linux ディストリビューションの LXLE
-
-
格安高性能マザーボード Foxconn Z68A-S
格安高性能マザーボード Foxconn Z68A-S FOXCONN/フォック
-
-
NEC PC-MK33LLZT1FJD うれしい誤算
以前の記事「【ヤフオク】NEC PC-MK33LLZT1FJD 到着 」の続きです。
-
-
Windows7 で Amivoice
Amivoice EX RAD の従来版は Windows7 で動かないという話を聞いていました
-
-
遠隔画像診断装置の端末が立ち上がらない
それは一昨日のこと。 高槻の遠隔画像診断センターに置いてある特殊な診断用端末（3面モニタ仕様）
-
-
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
-
-
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
-
-
Zorin OS でプルンプルン
＊ よくできた Linux ディストリビューションである Zorin OS ですが、一つ言い忘
- 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
