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
-
-
パソコンいたずら100の方法 / Sillywalker
パソコンいたずら100の方法 Sillywalker データハウス 2
-
-
ONKYO WAVIO MA-500U
★★★★☆ 今まで自宅の仕事場の PCにつないで使っていた DAC内蔵アンプです。
-
-
ALCMTR.EXE はRealtekのスパイウェア
＊ メインの Windows XP マシンで msconfig を起動してスタートアップのとこ
-
-
DELL OPTIPLEX320 Core2Duo E4300-1.8GHz/2GB/160GB/DVD-ROM
＊ ＊ Optiplex 320 のミニタワータイプをヤフオクでゲットしました。3600
-
-
PATA ハードディスクのチェック(4)
SANWA SUPPLY IDE/SATA-USB変換ケーブル 0.72m US
-
-
マルチディスプレイ USB2.0 ビデオカード サインはVGA 青箱
マルチディスプレイ USB2.0 ビデオカード サインはVGA 青箱 USB
-
-
ORICO Y-20 SSD SATA 128GB
これも ORICO という中華メーカーの SSD（SATAタイプ）。 これは廉価版とい
-
-
使っていない PC に Windows10 Pro をインストール
先週から PC用メインメモリを 96GB 分ほど買い込みました。 SATA 接続の SSD もだい
-
-
OCZSSD2-1VTXPL60G
【送料無料】 OCZ 【限定特価】 OCZSSD2-1VTXPL60G (S
- 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
