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
-
-
で、新しいマシンを作った
* で、新しいマシンを作ったワケ。 マザボは GIGABYTE の MA78GM-US2H。
-
-
Outlook の添付ファイルは極窓に調べてもらおう
* 私はメーラーには Gmail を使っていますが、ときどき添付ファイルで拡張子が eml の
-
-
MSオフィス信者は困る
* そう言えば、ちょっと前にどこかの医療系大学の教官がレポートの宿題を出して、MSワードで提出
-
-
理系と文系のハナシ Macintosh の好き嫌い
先日の「パソコンの故障 おそらくメモリの接触不良」という記事で書きました. 文系の人はメモ
-
-
【ヤフオク】 NEC PC-MK25TGFCE 液晶一体型PC (2)
3350円+送料で落札したモニタ一体型パソコンですが、ハードウェア的には故障はなさそうです。
-
-
USBメモリはとっても壊れやすい
USBメモリ、SSD などのフラッシュメモリは、浮遊ゲートとしてデータを記憶する仕組みです
-
-
HP Pavilion 15-ab200
WEB限定モデルのノートパソコンです。 詳しくはこちらを> HP Pavilion 1
-
-
3番組同時録画対応ハードディスクレコーダー HVTR-T3HD2
I-O DATA 3番組同時録画対応ハードディスクレコーダー 2TB HVTR-T3
- 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






