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
-
-
自宅メインパソコンHDDが壊れた(5) それだけじゃなかった
「自宅メインパソコンHDDが壊れた(4) 」の続きです。 コピー元: 内蔵SATAコントロ
-
-
Dimension1100 復活
Dimension1100[/caption] 以前、2号マシン(デジタル放送録画用
-
-
中古PC 3台ゲットだぜ 2023-4-21
久々にヤフオクで中古PCをゲットしました。 モデルはどれも私の好きな NEC製品です。
-
-
Google 日本語入力をインストール
* ATOK がたまにおかしくなる。 以前からの話で、別に問題にしていないのだが、最近評判の
-
-
HLDS 日立LG製 内蔵 5インチ Blu-ray ブルーレイ ドライブ BD/DVD/CDライター ソフト付 BH14NS58 BK
BH14NS58 BK(HLDS 日立LG製 内蔵 5インチ Blu-ray ブルーレイ ドライブ
-
-
3番組同時録画対応ハードディスクレコーダー HVTR-T3HD2
I-O DATA 3番組同時録画対応ハードディスクレコーダー 2TB HVTR-T3
-
-
Adobe Acrobat X Standard が 3300円
* 昨日なにげなく楽天の中古PCショップをながめていたら、 Adobe Acrobat
-
-
Lexar NM620 M.2 SSD NVMe 256GB
【正規代理店】Lexar NM620 M.2 SSD NVM
-
-
さよならBフレッツ(3)
先週、自宅横の事務所のフレッツネクスト化(2回線)をすませたと書きましたが、昨日昼まで快調だった
-
-
LG電子製 SATA内蔵スーパーマルチドライブ GH24NSC0 BL BLK
LG電子 S-ATA 内蔵スーパーマルチドライブ ブラックベゼル バルク ソフト
- 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






