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
-
-
ビットコイン BitCoin という仮想通貨
ビットコイン（BitCoin）について、よくわかる詳しいサイトがありました。 ⇒ 仮想通貨
-
-
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す
-
-
OpenOfficeOrg 下位互換の MS オフィスって意味あるの？
＊ OpenOfficeOrg の下位互換の MS オフィスですが、まだ使っている人がいるとは
-
-
128GB SanDisk サンディスク USBメモリー Ultra Dual Drive m3.0(2)
前回の USB3.0 対応メモリですが、おおまかに速度を測ってみました。 結構速いじゃ
-
-
MSオフィス信者は困る
＊ そう言えば、ちょっと前にどこかの医療系大学の教官がレポートの宿題を出して、MSワードで提出
-
-
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
-
-
A880G+ Ver. 6.x
BIOSTAR SocketAM3 MicroATXマザーボード A880G
-
-
下位互換で有料 Vs 上位互換で無料
MSオフィス上位互換の OpenOfficeOrg が LibreOffice と分裂したの
-
-
PHPデスクトップリファレンス / ラスマス ラードフ
PHPデスクトップリファレンス ラスマス ラードフ Rasmus Lerdor
- 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
