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 試用してみた
久々の Linux ネタです。 Zorin 12 Core 版を常用しているワタシで
-
-
【ヤフオク】NEC PC-MKL39EZG1 Mate ME-1 落札
さらにもう一台ヤフオクで落札できました。 2,477円（税込）＋送料 1,606円 でした。
-
-
2GPU搭載カード廉価版
玄人志向 グラフィックボード DVIx4 4画面出力 ファンレス GF-QU
-
-
GV-MVP/XS2Wでの地デジ録画
GV-MVP/XS2Wでの地デジ録画 録画は安定しています。 売りの H264
-
-
フラッシュメモリが安い！
2019年6月末の SSD の値段を見ていて、ついに 1GB単価が 10円を切り、9.0円のモデルが
-
-
Adobe Acrobat X Standard でOCR
＊ この前 3300円で入手できた Adobe Acrobat X Standard OEM版
-
-
FUJITSU FUTRO MP702 に Linux Mint 19.3 xfce を入れてみた
前回の記事「FUJITSU FUTRO MP702 に最適の linux」で予告したように、Linu
-
-
1000BASE-T対応 8ポートレイヤー2スイッチングハブ ETG-ESH8
I-O DATA 省電力機能搭載!1000BASE-T対応 8ポートレイヤー2ス
-
-
ハードディスクの換装
「TrueImage Personal 2」 を使ったシステムディスクの換装が
-
-
HDMI EDIDエミュレーター パススルー ドングル
現在、4台の PC の HDMI端子から KVM切替機を通して 1台の 32インチモニタに画像を出力
- 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
