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
-
-
こんなの焼いています ブルーレイ
＊ 通常（民生用ブルーレイレコーダー）なら 180分しか録画できない BD-R の片面2
-
-
優れたパワードスピーカー ONKYO GX-70AX
★★★★★ 1999発売、現在製造中止のパワード（アンプ内蔵）スピーカー。 WAVIO
-
-
HP ENVY5542
日本HP HP ENVY5542 K7C87A#ABJ 日本HP 2015-11-
-
-
Windows2000 よさらば、Pentium4 よさらば
昨日、高槻遠隔画像診断センターの一番古いPCが壊れました。 IBM Thinkcentre の
-
-
MakuluLinux 2020 Flash 試用してみた
2020年4月なので Ubuntu20.04LTS がそろそろ出る頃と首を長くして待っているのですが
-
-
久々のメインメモリ増設
自宅でほぼメインで使っているのは NEC の Mate MK32MB-F という PC で CPU
-
-
APC ES 550 BE550G-JP もうだめか
APC ES 550 BE550G-JP エーピーシー・ジャパン 2010-0
-
-
久々の linux体験
Distrowatch.com を久々に見てみると、過去6ヶ月の注目度ランキングにて Ubuntu
-
-
整備済み品東芝製 500GB ハードディスク（2.5インチ 内蔵型）
東芝 の HDD MQ01ABF050 です。2.5インチの 500GB の容量があります。
-
-
i3-2100T は魅力的
Core i3-2100T Intel HD Graphics 2000統
- 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
