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
-
-
昨日買っておいてよかった
数日前に DELL から FAX で来ていた「Vostro 260s スリムタワーお得意様限
-
-
BUFFALO製 NAS（ネットワークHDD ）3TBモデル LS210D0301G
★★★☆☆ うちのTVの東芝レグザ用の USB外付けハードディスクのうちの１台がとき
-
-
知子の情報 Pro Windows XP SP3 で固まる
＊ よく忘れるので、自分のためにメモがわりに書いておこう。 新しいマシンをたてて愛用データベ
-
-
Ultimate edition 4.2 lite 日本語版 インストールしてみた(2)
「かっこいいが非常に見にくい」 と評した Ultimate edition 4.2 lite で
-
-
Zorin OS 12 Lite を USBメモリにインストール
Zorin 12 Lite を使用 32GB の USBメモリに Zorin OS 12 Lite
-
-
Windows10って使う意味あるの
Windows10 が今年10月の更新でやらかした問題は結構重大でしたが、よく考えると事前に十分に回
-
-
オフィスファイルの印刷
＊ .docx などの拡張子を有する Microsoft オフィスのファイルを印刷するのに、L
-
-
猫フォント NEKO FONT
＊ 猫で作ったフォントがあります。 アルファベットと数字だけですが。 IWASAKI と書
- 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
