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
-
-
エレコム マウス 有線 Lサイズ 5ボタン BlueLED 握りの極み ブラック EX-G
マウスを一度に 6個買いましたが、そのうちの１つ。 私はキーボードほどはこだわらないの
-
-
変な現象 / 16GB の USB メモリからのブートができない
シリコンパワー USBフラッシュメモリー HELIOS 101Series 16GB
-
-
DVI×4出力が可能な1スロット厚のファンレスVGA 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-QUAD
-
-
「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
-
-
【ヤフオク】OZZIO MX35332SDS /Core i3-530 2.93GHz/2GB/PC/ ジャンク 落札
OZZIO（オッジオ） って知らんなあ、と思ったら、あの悪評高い PC DEPOT のブラン
-
-
2021/5/13 Windows アップデーっと
ついうっかり、自宅のメインPC の Windows10 のアップデートを許したら、その後 2時間ほど
-
-
Windows10って使う意味あるの
Windows10 が今年10月の更新でやらかした問題は結構重大でしたが、よく考えると事前に十分に回
-
-
安物BD-R 買ってみる
私は今までブルーレイの書き込みには Panasonic 製メディアしか使わないようにしていま
-
-
Core i3-8100 について
昨日うちにやってきた第8世代 Core i プロセッサーの i3-8100 くんですが、彼には特筆す
-
-
Optiplex755 その後
＊ Optiplex の筐体はサイズの違いで 4種類あり、これが一番小さな（89×263×
- 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
