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
-
-
Celeron847 Dual Core搭載マザーボード Windows8を正式サポート NM70-I
ECS Intel Atomの後継モデル Intel C847 Dual Cor
-
-
Voyager 14.04 LTS ライブ起動してみた
Ubuntu 14.04 LTS 発表 久々の Linux ネタです。 先月、Ubuntu
-
-
記録可能 BD ドライブ iHES112-02
LITEON iHBS112-04 BD-R12倍速記録対応内蔵型Blu
-
-
Ubuntu の日本語化
Ubuntu の日本語化についてですが、オリジナルの Ubuntu は日本語の表示には対応してい
-
-
久々にヤフオクでPC２台ゲット
＊ Precision や Optiplex ばかりを狙って入札していたが、最近なかなか落とせ
-
-
液晶モニタ W2253V 突然死
＊ 朝起きてうちの仕事場のメインのディスプレィの LG製 W2253V をオンしようとしま
-
-
USB – RCA変換ケーブル（384KHz/24-bit Hi-Res DAC搭載）
「USB - RCA変換ケーブル」とありますが、実際は「ケーブル付き USB-DAC」です。
-
-
自宅のメインの WindowsXP が立ち上がらなくなった
自宅のメインの WindowsXP が立ち上がらなくなった。 入れ替えを考えていた矢先のできご
-
-
MediaEspresso での MP4 化（続き）
MediaEspresso の体験版を使っています。 自分でエンコードのオプションをカス
-
-
使っていない PC に Windows10 Pro をインストール
先週から PC用メインメモリを 96GB 分ほど買い込みました。 SATA 接続の SSD もだい
- 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
