☰

ログファイルから特定の行を抽出する

tag-icon • tag-icon command-line grep
ログファイルから特定の行を抽出する

以下のようなログファイルがあります。

 - UTT (1): test_1978_recreatie_1656.wav
lattice-to-ctm-conf ark:- output/spk001_test_1978_recreatie_1656_1bestsym.ctm 
online2-wav-nnet3-latgen-faster --online=false --do-endpointing=false --frame-subsampling-factor=3 --config=exp/tdnn1a_sp_bi_online/conf/online.conf --max-active=7000 --beam=15.0 --lattice-beam=6.0 --acoustic-scale=1.0 --word-symbol-table=exp/tdnn1a_sp_bi_online/graph_s/words.txt exp/tdnn1a_sp_bi_online/final.mdl exp/tdnn1a_sp_bi_online/graph_s/HCLG.fst 'ark:echo spk001 test_1978_recreatie_1656|' 'scp:echo test_1978_recreatie_1656 raw_data/spk001/test_1978_recreatie_1656.wav|' ark:- 
test_1978_recreatie_1656 wij zullen <unk> 
LOG (online2-wav-nnet3-latgen-faster[5.5.929~1-9bca2]:main():online2-wav-nnet3-latgen-faster.cc:296) Decoded utterance test_1978_recreatie_1656
LOG (lattice-to-ctm-conf[5.5.929~1-9bca2]:main():lattice-to-ctm-conf.cc:175) For utterance test_1978_recreatie_1656, Bayes Risk 4.06451, avg. confidence per-word 0.636305
 - UTT (1): test_1978_recreatie_1656.wav, time: 1 seconds
 - UTT (2): test_1978_recreatie_1657.wav
lattice-to-ctm-conf ark:- output/spk001_test_1978_recreatie_1657_1bestsym.ctm 
online2-wav-nnet3-latgen-faster --online=false --do-endpointing=false --frame-subsampling-factor=3 --config=exp/tdnn1a_sp_bi_online/conf/online.conf --max-active=7000 --beam=15.0 --lattice-beam=6.0 --acoustic-scale=1.0 --word-symbol-table=exp/tdnn1a_sp_bi_online/graph_s/words.txt exp/tdnn1a_sp_bi_online/final.mdl exp/tdnn1a_sp_bi_online/graph_s/HCLG.fst 'ark:echo spk001 test_1978_recreatie_1657|' 'scp:echo test_1978_recreatie_1657 raw_data/spk001/test_1978_recreatie_1657.wav|' ark:- 
test_1978_recreatie_1657 we kunnen dat wel zeggen 
LOG (online2-wav-nnet3-latgen-faster[5.5.929~1-9bca2]:main():online2-wav-nnet3-latgen-faster.cc:296) Decoded utterance test_1978_recreatie_1657
LOG (lattice-to-ctm-conf[5.5.929~1-9bca2]:main():lattice-to-ctm-conf.cc:175) For utterance test_1978_recreatie_1657, Bayes Risk 0.654865, avg. confidence per-word 0.922916
 - UTT (2): test_1978_recreatie_1657.wav, time: 0 seconds

ログ ファイルでは、UTT(n) から 4 行目ごとに転写があり、Linux コマンドを使用してこれを抽出したいと考えています。たとえばtest_1978_recreatie_1657 we kunnen dat wel zeggen、test_1978_recreatie_1656 wij zullen <unk> 以前、特定のパターン抽出用の grep コマンドを探していましたが、うまくいきませんでした。どうすればいいか教えてください。

答え1

UTT (n)あなたが求めているのは、 が出現するたびにカウンタを 1 にリセットして、の出現後に 4 行目を印刷することだと思いますUTT (n)。

awk '/UTT \([0-9]+\)/{line=0} {line++} line==4' file

出力

test_1978_recreatie_1656 wij zullen <unk>
test_1978_recreatie_1657 we kunnen dat wel zeggen

説明。 にawkは の形式の行がありpattern {action}、patternまたは のいずれかactionがオプションです (両方はオプションではありません)。入力の各行は、すべてのパターン/アクション命令に順番に適用されます。パターンがない場合は、アクションがすべての入力行に対して実行されることを意味します。 パターンがない場合は、action入力行が印刷されることを意味します。

/UTT \([0-9]+\)/ {line=0}    # Match the pattern to set line=0
{line++}                     # Each line of input increments line
line==4                      # When line==4, implicitly print the line

答え2

このような場合には、awk の方が grep よりも簡単かもしれません。

awk 'c && !--c; $2 == "UTT" {c=3}' file

これは、「UTT」行が一致するたびにカウンターを設定します。カウンターが設定されている場合は、変数を減分し、カウンターがゼロに戻ったら行を出力します。「UTT」行は、正規表現/^ - UTT/ {c=3}や文字列の一致など、さまざまな方法で一致させることができますindex($0, " - UTT") == 1 {c=3}。条件$2 == "UTT"は、2 番目のフィールドが文字列「UTT」である場合に一致します。

答え3

使用方法awk:

awk '/UTT/{a=NR+3} NR==a' input

このコマンドでは、UTTが見つかった場合、aが に設定されますNR+3。NR==a必要な出力を印刷します。

関連情報