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
-
-
Google の AI ”Gemini”
Microsoft の AI Copilot を使うには、あの悪名高きマイクロソフトアカウントが必須
-
-
Claude で note を書く実験(2)
前回「Claude で note を書く実験」の続きです。 今回は Claude に note
-
-
ウエスタンデジタルHDD Ultrastar 14TB 到着
アマゾンで買った ウエスタンデジタルのハードディスク Ultrastar 14TB が到着しまし
-
-
変な現象 / 16GB の USB メモリからのブートができない
シリコンパワー USBフラッシュメモリー HELIOS 101Series 16GB
-
-
「遅！どうしたの？ハードディスク」の巻
本日午前中 自宅の Windows8.1 メインマシンの挙動がヘン。 2つつけているハードディ
-
-
PATA ハードディスクのチェック(2)
SANWA SUPPLY IDE/SATA-USB変換ケーブル 0.72m US
-
-
【AI】Claude 使ってみる
Claude についていろいろ調べてみていたわけですが、いよいよ使ってみることにしました。 最
-
-
32インチIPS液晶モニタ 32GS75Q-B 注文しました
型番は 32GS75Q-B。 LGエレクトロニクス製のモニターです。 ゲーミング用のライ
-
-
Windows7 の使えないところ
昨日から自宅仕事場のパソコンが不調。 しょうがないので１年以上前に退役した”予備役”の Win
- 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
