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
-
-
I-O DATA 高速・多機能・ブロードバンド有線ルーター ETX-R
I-O DATA 高速・多機能・ブロードバンド有線ルーター ETX-R I-O
-
-
Radeon HD 4550 と HD4250 オンボード
Blue Rose[/caption] ＊ わが愛しのPC（愛称 BlueRose
-
-
【ヤフオク】NEC PC-MKL36BZG4 Mate MB-4 到着
本日帰宅したら、先日落札した NEC のデスクトップ PC-MKL36BZG4 Mate MB-4
-
-
マウスでノイズ 犯人は Radeon HD 4550
現在退役中の自作PC、愛称「BlueRose」ですが、Windows 7 を再インストールし
-
-
プリンタ HP ENVY 5542 半死
年賀状を刷り始めた途端に、プリンタ HP ENVY 5542 が半死状態に。 A4 などの紙に
-
-
HP ENVY5542
日本HP HP ENVY5542 K7C87A#ABJ 日本HP 2015-11-
-
-
DELL Optiplex760 2台目
＊ これは先月（2013/12/26） 1150円（始値）で落札したもの。未報告。 一番
-
-
日経Linuxが廃刊
日経の出している雑誌「日経Linux」がついに休刊（≒廃刊）となりました。 25年の歴
-
-
自宅メインパソコンHDDが壊れた(4)
「自宅メインパソコンHDDが壊れた(3) teamviewer でスーイスイ」でスイスイ行くはず
- 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
