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
-
-
オフィスファイルの印刷
＊ .docx などの拡張子を有する Microsoft オフィスのファイルを印刷するのに、L
-
-
【ヤフオク】NEC PC-MK37LLZ6AASU Mate ML-U（Core i3-6100 4GB 500GB）動きました
先日落札した3台のうちの1台。本日到着しました。 早速 linux mint で使って
-
-
USB3.0対応 Gigabit有線LANアダプター BUFFALO製 LUA4-U3-AGTE-WH
USB3.0接続の有線LANアダプタです。 もちろんギガビット対応。ギガビット対応でな
-
-
Puppy Linux と AbiWord
＊ パピーというとわれわれの世代では「遊星少年パピイ」を思い出すのですが・・・ え、相当古い
-
-
DELL Dimension 9200C に Linux Mint Xfce 18.3 入れてみた
DELL Dimension 9200C CPU は Core2Duo 6300 / 1.
-
-
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
-
-
ビットコイン BitCoin という仮想通貨
ビットコイン（BitCoin）について、よくわかる詳しいサイトがありました。 ⇒ 仮想通貨
-
-
アマゾンで売られている 30TB のハードディスク
Amazon.co.jp で30TB の 外付けHDDが １万円くらいで堂々と売られています
-
-
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
