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
-
-
ハードディスクの故障率（メーカー別）
元ネタ⇒ ハードディスクはどこのメーカー製が一番壊れにくいのかが2万5000台の調査結果でつ
-
-
別のミニPC（N97＋16GB RAM＋512GB SSD）注文
【期間限定2000円クーポンOFF】【楽天連続1位達成】ミニ
-
-
Voyager 14.04 LTS ライブ起動してみた
Ubuntu 14.04 LTS 発表 久々の Linux ネタです。 先月、Ubuntu
-
-
XP でも 簡単に 4画面出力 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-
-
-
フリーソフトの CheckDisk
＊ 昨日、壊れたと思って取り外した crucial 製 V4 SSD 128GB ドライブです
-
-
ADATA製 SSD 256GB ASP600S3-256GM-C
ADATA SSD 256GB 2.5インチ SATA3 6Gb/s MLC採用
-
-
さらにヤフオクで中古HDD 3個ゲット
＊ ヤフオクで中古ハードディスクを5個ほどゲットしたところで、先ほど1台が到着。 チェックし
-
-
ウエスタンデジタルHDD Ultrastar 14TB フォーマット
アマゾンで買った ウエスタンデジタルのハードディスク Ultrastar 14TBをフォーマット
-
-
新･システム管理者の眠れない夜 / 柳原秀基
新･システム管理者の眠れない夜 <ほんとうに価値のあるシステムを求めて>
-
-
GV-MVP/XS2W で録画
GV-MVP/XS2W[/caption] GV-MVP/XS2W というダブル
- 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
