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
-
-
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
-
-
MediaEspresso での MP4 化（続き２）
エンコードが途中で止まってしまうことがある MediaEspresso ですが、QSV 対応
-
-
Windows ネットワークあるある
この前入手した CPU が Xeon E3-1225V3 の PC を本日ホームネットワークに接続し
-
-
東芝レグザ42Z1 にUSBハードディスクを増設
TOSHIBA LED REGZA 42V型 地上・BS・110度CSデジタ
-
-
Juniper netscreen 5GT
以前、ハルク社の遠隔画像診断システムを使っていたときに自宅やセンターに設置してくれていたの
-
-
Peppermint 10 Respin インストールしてみた
Peppermint 10 Respin という linux ディストリビューションを SSD にイ
-
-
クラウド型スクリーンショット Gyazo(3)
前回の記事「クラウド型スクリーンショット Gyazo(2)」の続きです。 キャプチャするとこう
-
-
Ubuntu MATE に MacBuntu を適用
HDD にインストールした Ubuntu MATE を MacBuntu 化してみました。
-
-
GLOTRENDS PA09-HS
PCIe スロットに M.2型 SSD を挿すための変換アダプターです。 特徴は、
-
-
DELL Optiplex 740 Athlon64X2 3800+ ミニタワー動作品
＊ 本日ゲット。2300円。 動作確認済みです。スペックは CPU……Athlo
- 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
