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
-
-
Chalet OS 16.04 USBメモリ にインストールしてみた
前回「Chalet OS 16.04 HDD にインストールしてみた」の続きです。 先
-
-
レノボのパソコンに盗聴用チップ？
＊ ネタ元＞英情報機関 ハッキング用工作 発見 中国レノボ社製 ＰＣ「使うな」 7/31 の
-
-
DVD ブートできないマシンが大量に発見されました
＊ この前ヤフオクで仕入れた DELL Optiplex 740 ですが、5台ほど USB メモリ
-
-
ウエスタンデジタルHDD Ultrastar 14TB
以前書いた記事「500GB HDD が安い」の中で紹介した 2.5インチ 500GB ハードディスク
-
-
ASUSTeK製 NVIDIA GT610搭載グラフィックカード GT610-SL-1GD3-L 【PCI-X2.0】 安いのはワケがある
前回の記事で新たに採用した GeForce GT 610 を使ったボードのお話。
-
-
昨夜いきなりアップグレード
昨夜仕事中に Windows10 へのアップグレードがいきなり始まり、１時間ほど仕事ができません
-
-
NEC PC-MK32LEZCB Mate ME-B Win7 Core i3 550 3.20GHz 4GB 160GB
大手の中古業者 CycleHit By UsedNet さんからヤフオクで4300円で落札し
-
-
Linuxfx（WindowsFX）10.1 インストールしてみた
「Linuxfx（WindowsFX）10.1 登場」の続きです。ノートPC の HDD にインスト
- 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
