پروژه: تحلیلگر لاگ سرور
این همان نوع اسکریپتی است که واقعاً در محل کار مینویسید: یک دسته خط از لاگهای سرور میآید و شما باید از آن اعداد استخراج کنید. نرخ خطا؟ کندترین نقطه پایانی؟ ترافیک بر اساس کد وضعیت؟ شما کل خط لوله را خواهید ساخت: یک لاگ نمونه را روی دیسک مینویسید، آن را تجزیه میکنید، بارگذاری میکنید و گزارش میدهید.
محیط sandbox یک سیستم فایل واقعی (مجازی) دارد، بنابراین ابتدا برنامه شما خودِ لاگ را مینویسد تا چیزی برای خواندن وجود داشته باشد:
LOG = """2026-06-17 08:01 200 /home 53
2026-06-17 08:02 404 /missing 12
... about 30 lines ..."""
with open("access.log", "w") as f:
f.write(LOG)هر خط است date time status path ms با فاصله از هم جدا شدهاند، که در آن status کد HTTP است و ms نشاندهنده مدت زمان پاسخدهی درخواست است. اما لاگهای واقعی بههمریختهاند، بنابراین عمداً یک خط خراب را در دادهها قرار دادیم. پارسر شما باید از پس آن بربیاید.
سه تابع بسازید:
parse_line(line)-> یک dict{"date", "time", "status", "path", "ms"}باstatusوmsمجبور شده بهint، یاNoneاگر خط به درستی قالببندی نشده باشد. استفاده کنیدline.split()، بررسی کنید که پنج فیلد دارید و wrap theint()در فراخوانیtry/except ValueErrorتا یک خط نادرست بازگرداندNoneبه جای کرش کردن.load(path)-> فایل را باز کنید، هر خط را تجزیه کنید و فقط سطرهایی را که نیستند نگه داریدNone.report(rows)-> یک dict با"n"(شماره سطر)،"error_rate"(ردههایی باstatus >= 400تقسیم بر n،roundشده به ۴ رقم اعشاری)،"slowest_path"(مسیر کندترین درخواست منفرد)، و"hits_by_status"(یک دیکشنری که تعداد درخواستها را بر اساس کد وضعیت میشمارد).
این ساختار تجزیه -> بارگذاری -> تجمیع پشت تقریباً هر ابزار دادهای است. دکمه Run را فشار دهید تا گزارش چاپ شود و ببینید خط خراب بیصدا نادیده گرفته میشود.
یک نمونهٔ لاگ دسترسی به access.log (راهحل شامل حدود ۳۰ خط است که یکی از آنها عمداً خراب است). سپس بسازید parse_line(line) (split, int-coerce status و ms، بازگردانید None روی یک خط معیوب از طریق try/except), load(path) (فایل را تجزیه کن، رد کن None ردهها)، و report(rows) بازگرداندن {"n", "error_rate", "slowest_path", "hits_by_status"}.
مشکلی در این درس دیدید؟ گزارشش کنید · دربارهٔ این درس بپرسید
این تمرین بهزودی باز میشود
درس پیش از آن را تمام کنید تا این یکی باز شود. کل دوره رایگان است، حساب کاربری لازم نیست، و میتوانید همین الان این درس را بخوانید.
این مرورگر کوکیهای learn.floati.life را مسدود میکند، پس درسهایی که اینجا تمام کردید نمیتوانند به ترتیب باز شوند. کوکیها را برای این سایت مجاز کنید و صفحه را دوباره بارگذاری کنید.