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
-
-
安くなった SSD をまとめて購入
韓国のサムソンが NAND型フラッシュメモリの生産を制限するという情報が飛び込んできたので、フラ
-
-
Windows 8.1 再チャレンジ
飯山市のふるさと納税でもらったPC は１台目は息子に譲り、2台目をゲット。 ほぼ無料なので
-
-
Chalet OS 16.04 試用してみた
久々の Linux ネタです。 Zorin 12 Core 版を常用しているワタシです
-
-
「pCloud」というクラウドストレージサービス
pCloud というクラウドストレージサービスが Youtube で紹介されていました。 ht
-
-
XP でも 簡単に 4画面出力 GF-QUAD-DISP/4DVI （２）
玄人志向 グラフィックボード DVIx4 4画面出力 ファンレス GF-QU
-
-
ORICO Y-20M SSD NVMe 128GB
これも ORICO という中華メーカーの SSD（SATAタイプではなく NVMeタイプ）。
-
-
SAPPHIRE HD6450 1G DDR3 PCI-E HDMI/DVI-D/VGA
SAPPHIRE HD6450 1G DDR3 PCI-E HDMI/DVI-D
-
-
USB ポートの電源供給オーバー
2012年に自作した自宅の１号機（愛称 Whitebase）。 USBポートの一つに 7ポート
- 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
