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
-
-
WindowsXP マシンのハードディスク移植 XP のライセンス認証問題
＊ 昨日の WindowsXP マシンのハードディスク移植について、XP のライセンス認証はど
-
-
格安高性能マザーボード Foxconn Z68A-S
格安高性能マザーボード Foxconn Z68A-S FOXCONN/フォック
-
-
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
-
-
Akismet でスパム退治（WordPress）
＊ このブログは WordPress という CMS を使っています。 最近、プラダXX とかな
-
-
BENFEI USB3.0 3ポートハブ＋ギガビットイーサネットアダプター
BENFEI という中華製の USB 3.0 接続のギガビットイーサネットアダプター付き3ポート
-
-
「ウィンドウズ9」来月発表?
Windows9 デスクトップ（予想）[/caption] 元ネタ＞ 「ウィンドウズ
-
-
Netac M.2 SSD 250GB を NEC Express 5800 に組み込み
Netac という素性の知れない中華メーカーの SSD です。 M.2 形式の NVMe
-
-
Filezilla / 優れものの FTP クライアント
＊ 長らく FTP クライアントに ffftp を使っていましたが、サーバーへのファイル転送の
-
-
WLXQuickTime関係のトラブル
この前から、VLC メディアプレーヤーや mpc-HC などの動画プレーヤーで、H2
-
-
Ubuntu Gnome
Linuxコンプリートバイブル (100%ムックシリーズ) 晋遊舎 2013-
- 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
