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
-
-
【ヤフオク】NEC PC-MKL39EZG1 Mate ME-1 落札
さらにもう一台ヤフオクで落札できました。 2,477円（税込）＋送料 1,606円 でした。
-
-
Windows Live Writer で ping 送信
Windows Live Writer の初期状態では ping が送信されない
-
-
ORICO 2.5インチ HDD / SSD ケース USB3.0 ハードディスクケース
透明のかっこいい 2.5インチ HDD / SSD ケースです。 USB と SATA と
-
-
USB 簡易電圧・電流チェッカー / 普通の人は不要だけど
ルートアール USB 簡易電圧・電流チェッカー VA同時表示・充電最適化回路内蔵
-
-
A4カラーレーザープリンタ注文しました PR-L5600C
＊ 結局悩んだ末に決めたのが、先述した２機種のうちのどちらかではなく、全く別の NEC 製
-
-
【ヤフオク】 NEC Mate MK36LB-M Xeon E3-1225v3 メモリ4GB HDD1TB Windows10 到着
前回の記事「 NEC Mate MK36LB-M Xeon E3-1225v3 メモリ4GB
-
-
自宅メインパソコンHDDが壊れた(3) teamviewer でスーイスイ
自宅メインパソコンHDDが壊れた(2) の続きです。 2台めの 2TB HDD にコピー中です
-
-
ミニPC（N95） 3台目到着
以前の記事「ミニPC（N95） 3台目注文」で紹介したミニPC が無事到着。 TRIGKE
- 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
