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
-
-
壊れる前のバックアップ(3) FireFileCopy の問題
【Amazon.co.jp限定】WD Green 3.5inch Intelli
-
-
Windows の ReadyBoost
最近は SSD を積んでいるパソコンが増えているので、ほとんど不要になったものに Windows の
-
-
USBハブ 3.0×3ポート＋ギガビットイーサネットアダプタ
楽天1位獲得 高速 USB 3.0 LAN 変換アダプタ 1
-
-
Acmailer4 というメールマガジン発刊ツール
前回の記事「ロリポップのメルマガの弱点」で、ロリポップ（安価なレンタルサーバー）のメルマガ機能は
-
-
UBUNTU16.04LTS キーボード問題
日経Linux(リナックス)2016年10月号 日経リナックス 日経BP社 20
-
-
I-O DATA LEDバックライト採用 19型スクエア液晶ディスプレイ (2)
I-O DATA LEDバックライト採用 19型スクエア液晶ディスプレイ ブラッ
-
-
Zorindows ?
＊ Windows8 が Windows7 と全く違うような OS なら、Windows7 と
-
-
Patriot Memory P210 2TB 内蔵型SSD 2.5インチ
Patriot Memory SSD P210 2TB SA
-
-
Linux の日本語化（うまくいかないときのために）
＊ Zorin OS やら Pear OS やら日本以外の国で作られている Linux ディス
- 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
