课程大纲 第 207 课,共 250 课 · 项目:构建真东西
项目:构建真东西

项目:服务器日志分析器

这是你在工作中真正会写的那种脚本:一堆服务器日志行进来,你需要从中得出数字。错误率?最慢的接口?按状态码统计的流量?你要构建整条流水线:把一份示例日志写到磁盘上,解析它,加载它,并对它做报告。

沙盒有一个真实的(虚拟)文件系统,所以首先你的程序要自己写出日志,这样才有东西可读:

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)

每一行是用空格分隔的 date time status path ms,其中 status 是 HTTP 状态码,ms 是请求花了多长时间。不过真实的日志很杂乱,所以我们故意在数据里混进了一行损坏的行。你的解析器必须扛过它。

构建三个函数:

  • parse_line(line) -> 一个字典 {"date", "time", "status", "path", "ms"},其中 status 和 ms 转换成 int;如果这一行格式错误,就返回 None。用 line.split(),检查你得到了五个字段,并把 int() 调用包在 try/except ValueError 里,让坏的行返回 None 而不是崩溃。
  • load(path) -> 打开文件,解析每一行,只保留不是 None 的行。
  • report(rows) -> 一个字典,包含 "n"(行数)、"error_rate"(status >= 400 的行数除以 n,用 round 保留 4 位小数)、"slowest_path"(最慢的那一个请求的路径)和 "hits_by_status"(一个统计每个状态码请求数的字典)。

这就是几乎每个数据工具背后的"解析 -> 加载 -> 汇总"形状。按 Run 打印报告,看那行损坏的数据被悄悄跳过。

轮到你了

把一份示例访问日志写到 access.log(参考答案内嵌了大约 30 行,其中包括一行故意损坏的行)。然后构建 parse_line(line)(拆分,把 status 和 ms 转换成 int,通过 try/except 在格式错误的行上返回 None)、load(path)(解析文件,跳过 None 行)和 report(rows),返回 {"n", "error_rate", "slowest_path", "hits_by_status"}。

发现这节课有问题?报告它 · 就这节课提问

这个练习即将开放

完成它前面的那一课,这一课就会解锁。整门课程免费,无需账号,而且你现在就可以阅读这节课。