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
-
-
WD Align Utility
WD Align 最近の 2TB超の WesternDigital製のハードディスク
-
-
BOOKSCAN を初利用
＊ 自分で書籍をバラしてスキャンして PDF 化することを「自炊」と言いますが、手間と時間がも
-
-
Windows10 のアホなところ
Windows10 は Windows7 からするとまだマシなほうですが、いろいろとイラつか
-
-
フレッツネクスト結構速い
Bフレッツマンションタイプからフレッツネクストマンションタイプに変えたところ、倍近く速くなり、B
-
-
crucial SSD BX500 240GB
crucial はアメリカの大手半導体企業の Micron Technology（マイクロン
-
-
DELL Precision490 2台目ゲット
＊ 製品名：Precision 490 CPU：Intel Xeon 51
-
-
HP B110a 格安プリンタ
B110a[/caption] ヒューレットパッカードの格安プリンタ B110a
-
-
Zorin 15 Core インストールしてみた
久々の Linux ネタです。 以前使っていたデルのノートPC の Inspiron
-
-
Philips モニター ディスプレイ 236E7EDAB/11 （23インチ/IPS/フルHD/MHL対応/5年保証）
Philips モニター ディスプレイ 236E7EDAB/11 （23インチ/IP
- 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
