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
-
-
もう一つの Mac 風 Linux – Pear OS 7 をインストール
本家HP＞ http://pearlinux.fr/ ＊ 以前は Pear
-
-
液晶モニタ EIZO FlexScan EV2316W / 23型 ワイド フルHD（1920 x 1080）
みんな大好きなプロフェッショナルモニターブランドの EIZO（旧 ナナオ）の FlexSca
-
-
DVI×4出力が可能な1スロット厚のファンレスVGA GF-QUAD-DISP/4DVI
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-QUAD
-
-
32インチIPS液晶モニタ 32GS75Q-B 到着しました
昨日到着しました、LGエレクトロニクス製のゲーミング用モニター LG UltraGear の
-
-
使ってみた ADA ドライブ（LKM-KB12）
＊ 昨日初めて ADA（Advanced Disc for Archive) ドライブとい
-
-
LG 23型ワイド IPSパネル/ホワイトLED BLU採用液晶ディスプレイ (4)
LG 23型ワイド IPSパネル/ホワイトLED BLU採用液晶ディスプレイ (
-
-
ORICO 2.5インチ HDD / SSD ケース USB3.0 ハードディスクケース
透明のかっこいい 2.5インチ HDD / SSD ケースです。 USB と SATA と
-
-
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
- 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
