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] HDD 3.5インチ SATA 10個セット フォーマット済 中古
ヤフオクでひさびさ落札。 250GB Maxtor 型番不明
-
-
Vostro260S (2) 最大の欠点
2011年3月に買った PC です。 一時期メインで使っていたのですが、冬の寒い朝に電
-
-
Core i3-8100 について
昨日うちにやってきた第8世代 Core i プロセッサーの i3-8100 くんですが、彼には特筆す
-
-
Ubuntuの日本語環境 / ライブCDの部屋 について
前回の Ubuntu の日本語環境の話では、公式の日本語版のようなもの（日本語Remix）が存在
-
-
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
-
-
DELL Vostro 200 ミニタワー到着
vostro200[/caption] ＊ ヤフオクで 4500円でゲットした P
-
-
百度(バイドゥ)IME はキーロガーかも
＊ 中国企業の「百度(バイドゥ)」 が無料で提供する日本語かな漢字変換ソフト「Baidu IM
-
-
USB3.0接続 2.5インチ HDD SSD ケース
2.5インチ HDD SSD ケース USB3.0 SATA
-
-
KDE ベースの Linux
＊ 有名な Linux ディストリビューションである Ubuntu には、デスクトップ環境の違
- 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
