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
-
-
BSジャパンが映らない
昨日、PT3 カードの設定を終えたのですが、一つ最後まで解決できない問題が残りました。 BS
-
-
録画マシンの入れ替え
地デジマシンを７月24日に即席で作りましたが、不都合がいっぱい。 従来の 2号機に PT2
-
-
久々にヤフオクでPC２台ゲット
＊ Precision や Optiplex ばかりを狙って入札していたが、最近なかなか落とせ
-
-
CDリッピングソフト fre:ac（free audio converter）
音楽 CD のリッピングは長らく Exrtra Audio Copy（EAC）を使ってきましたが、他
-
-
TS-H653 20x DVD±RW DL SATA Drive (Black)
＊ 本日購入し自宅に持ち帰ったドライブは東芝＆サムソン製のこれ。 Toshiba/Sa
-
-
ノートパソコン NEC PC-VK25LXZEN 到着
「中古ノートパソコン注文しました」の続きです。 アマゾンで売っている「Amazon整備
-
-
Samsung SSD840 ベーシックキット120GB MZ-7TD120B/IT
Samsung SSD840 ベーシックキット120GB MZ-7TD120B/
-
-
最新（？）のOS Q4OS
Q4OS という Linux ディストリビューションが DistroWatch で紹介されていま
-
-
IMAPI CD-Burning COM Service の停止 / OS で CD は焼かない
＊ Windows（XP 以降）には CD-R/RW ドライブに書き込む機能が備わっています
- 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
