【应用实例】如何利用 Python 生成器 yield 监控日志?

转帖|使用教程|编辑:黄竹雯|2019-04-17 11:29:26.000|阅读 47 次

概述:Python 生成器 yield 是编写基于处理管道,流或数据流程序的一种极其强大的方式,在《Python参考手册》中有一则实例非常简单实用,略加修改,分享一下给大家。

相关链接:

Python 生成器 yield 是编写基于处理管道,流或数据流程序的一种极其强大的方式,在《Python参考手册》中有一则实例非常简单实用,略加修改,分享一下给大家。如果你对生成器yield还不是很了解,可以查看《觉得Python中的生成器(yield)晦涩难懂?看完本文你就知道了》

Python生成器yield应用实例—监控日志源码下载

需求分析

假设服务器有一个日志文件,每隔一秒都会更新日志的内容,日志每行中都有一组类似:2017-12-21 14:07:26.471691 99123 数据被写入日志。 我们的目的是分析日志中的数字如果大于5000就要打印出来。 这样来看,我们需要一个程序负责模拟日志写入,另一个程序负责分析日志打印数据。

模拟日志写入

server_log.py:

import random
from datetime import *
import os
import time


def server_log():
    # 生成模拟的日志数据
    server_int = random.randint(1,99999)#生成需要的随机数
    server_date = datetime.now()#获取当前系统时间
    return str(server_date) + ' ' + str(server_int)#拼装日志字符串


while True:
    #模拟系统写入日志
    #打开日志文件并写入日志
    with open(os.path.join(os.path.dirname(__file__),'server_log.log'),'at') as f :
        s = server_log()
        print(s)
        f.write(s + '\n')
    time.sleep(1)

上边的代码已经添加了相关的注释,这样我们就有了一个日志文件,每秒会有一第记录插入到日志中。

利用生成器yield解析日志

生成器可以返回一个迭代的流式的对象,我们可以通过这种方式便捷的获得相关数据,而且代码也更清晰易懂

tail.py 代码如下:

import time

def tail(f):
    f.seek(0,2)#移动到文件尾部。
    while True:
        line = f.readline()
        if not line :
            time.sleep(1)
            continue
        yield line

def grep(lines):
    for l in lines:
        k = int(l.split()[2])
        if k >50000:
            yield l

serverlog = tail(open('server_log.log'))
lines = grep(serverlog)

for line in lines:
    print(line)

我们运行两个文件看下效果:

监控日志

代码虽然简单,但值得细细品味,感受python的简约与强大吧。

【专业Python IDE推荐】——PyCharm (正版低至¥1068

PyCharm 是一款Python IDE,其带有一整套可以帮助用户在使用Python语言开发时提高其效率的工具。此外,该IDE提供了一些高级功能,以用于Django框架下的专业Web开发。

PyCharm基础教程推荐:

PyCharm v2019.1全新发布


标签:开发工具PythonIDE

本站文章除注明转载外,均为本站原创或翻译。欢迎任何形式的转载,但请务必注明出处,尊重他人劳动成果

登录 慧都网发表评论


暂无评论...

为你推荐

  • 推荐视频
  • 推荐活动
  • 推荐产品
  • 推荐文章
  • 慧都慧问
相关厂商
相关产品
PyCharm

PyCharm是一种提高Python语言开发效率的IDE

在线
客服
在线
QQ
电话
咨询
400-700-1020
购物车 反馈 返回
顶部
在线客服系统
live chat