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
-
-
Optiplex 960 タワーの出番
このタワー型筐体の Optiplex960 は昨年 7月にヤフオクで 4410円で落とした
-
-
Vostro3800 光ドライブ換装
前回の記事「Vostro3800スリムタワー到着 」の続きです。 Blu-ray 焼きマシンに
-
-
ダイソーのマルチカードリーダー
本日、ダイソーでしばらく見なかったマルチカードリーダーが売っていたので、２つ買いました。
-
-
昨夜いきなりアップグレード
昨夜仕事中に Windows10 へのアップグレードがいきなり始まり、１時間ほど仕事ができません
-
-
悲報 ブルーレイレコーダー 発売停止
https://www.youtube.com/watch?v=fAsBrwu-gnk 東芝が
-
-
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
-
-
高速AMD Athlon 64×2-2.0GHｚ 2G 160G DVDコンボ Win7認証済
＊ またまたヤフオクで落札。 いつもの DELL Optiplex 740 です。リース落ち
-
-
ヤフオクで中古パソコンを漁るときの注意(2)
＊ 手の内をあかしてしまったので、調達が困難になるかな～、と ちょっと後悔しています。 追加
-
-
M.2 NVMe to PCI-e 変換アダプタ 拡張カード
M.2 NVMe to PCI-e 変換アダプタ 拡張カード
- 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
