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
-
-
NEC VL300/9 で Puppy Linux を遊ぶ
＊ CPU： Celeron 2.7Ghz メモリ： 256MB HDD： 160GB
-
-
【ヤフオク】さらに NEC PC 4台落札
この前落札した NEC の中古 PC がすこぶるいいので、さらに入札に参加していると、4台ほ
-
-
WLXQuickTime関係のトラブル
この前から、VLC メディアプレーヤーや mpc-HC などの動画プレーヤーで、H2
-
-
Core i3-2100
インテル Boxed Intel Core i3 i3-2100 3
-
-
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
-
-
CDリッピングソフト fre:ac（free audio converter）
音楽 CD のリッピングは長らく Exrtra Audio Copy（EAC）を使ってきましたが、他
-
-
【ヤフオク】 3.5インチ&2.5インチ ハードディスクセット
2920円＋送料（691円）で落札。 Western Digital SATA 2
-
-
また安いデジカメ見つけた
Canon デジタル一眼レフカメラ EOS Kiss X5 ダブルズームキッ
-
-
Dimension 2400 ご到着
dimension2400[/caption] ＊ 私も新品のものを買ったことがあ
-
-
teamviewer の画面崩れ
＊ 大好きなソフトの teamviewer ですが、VPN回線を構築して、安全に遠くにあるパソ
- 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
