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
-
-
縦置き液晶ディスプレイの効用
LG 23型ワイド IPSパネル/ホワイトLED BLU採用
-
-
Zorin9 出た え？ Windows9 も？
Linux 関係のニュースサイト Ditrowatch をチェックしたら、ついに待望の Zori
-
-
Gmail をバックアップ
＊ フリーソフトでは Gmail Backup と Mail Store Home があります
-
-
Gemini Spark 使ってみた
Gemini Spark が使えるようになって、しばらく無視していましたが、本日初めて使ってみました
-
-
ノートパソコン NEC PC-VK25LXZEN 到着
「中古ノートパソコン注文しました」の続きです。 アマゾンで売っている「Amazon整備
-
-
スイッチングハブ ギガビット 8ポートNETGEAR GS308
NETGEAR スイッチングハブ ギガビット 8ポート ファンレス 設定不要 省
-
-
Zorindows ?
＊ Windows8 が Windows7 と全く違うような OS なら、Windows7 と
-
-
DELL Optiplex 745 Mini筐体 2台目で Zorin7
＊ 先月ヤフオクで落札したものです。 すでに報告ずみ⇒ Optiplex745
-
-
インターネットビジネス講座
＊ この前申し込んだのはアフィリエイトの講座。 インターネットビジネスの講座は私は今まで２つ申
- 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
