بتل کد Battle Codeدارد باز می‌شود…

جلسه‌ی 9: لاگ بخوان Read the Log

سرور بازی کلاس دیشب قطع شد و لاگش ۱۰ هزار خط دارد. هیچ آدمی آن را نمی‌خواند؛ اسکریپت می‌خواند. هر خط لاگ یک ساختار دارد: زمان، سطح (INFO، WARN، ERROR) و پیام. با split تکه‌تکه‌اش می‌کنیم، خط‌های ERROR را جدا می‌کنیم و می‌شماریم.

در این جلسه یاد می‌گیری

درس

🛡️ قانون این دوره: اسکریپت فقط نشان می‌دهد یا می‌سازد. اسکریپت‌های ما فایل می‌خوانند، لیست می‌کنند، می‌سازند و کپی می‌کنند؛ هیچ‌وقت چیزی را بی‌خبر پاک نمی‌کنند. همه‌چیز در یک پوشه‌ی تمرینی خالی اجرا می‌شود که هر بار از نو ساخته می‌شود، پس هر چه می‌خواهی امتحان کن: چیزی خراب نمی‌شود. روی کامپیوتر خودت هم همیشه اول یک پوشه‌ی practice بساز و فقط داخل آن کار کن.

یادت هست؟ در فاز ۲ فایل را با f.read().splitlines() خط به خط خواندیم و هر خط را strip کردیم. لاگ هم یک فایل متنی است، فقط خیلی بزرگ، و هر خطش یک رویداد است: چه ساعتی، چقدر مهم، چه شد.

with open("server.log", "w") as f:
    f.write("10:00 INFO server started\n")
    f.write("10:01 ERROR database not reachable\n")
    f.write("10:02 INFO retrying\n")
with open("server.log") as f:
    for line in f.read().splitlines():
        print(line)

یک خط لاگ معمولاً این شکلی است: 10:01 ERROR database not reachable. سه تکه: زمان، سطح و پیام. سطح می‌گوید چقدر جدی است: INFO یعنی خبر عادی، WARN یعنی مراقب باش، ERROR یعنی چیزی خراب شد. وقتی سرور قطع می‌شود، اولین کار این است که خط‌های ERROR را پیدا کنی.

line.split() خط را از روی فاصله‌ها تکه می‌کند، ولی پیام خودش فاصله دارد و به چند تکه می‌شکند. line.split(maxsplit=2) می‌گوید «حداکثر دو بار بشکن»: سه تکه می‌دهد و بقیه‌ی خط یک‌جا تکه‌ی سوم می‌ماند. بعد می‌توانی هر سه را یک‌جا در سه متغیر بگذاری.

line = "10:01 ERROR database not reachable"
time, level, message = line.split(maxsplit=2)
print(f"time={time} level={level}")
print(f"message={message}")

حالا فیلتر کردن آسان است: برای هر خط، سطحش را جدا کن و اگر ERROR بود نگهش دار. این دقیقاً کاری است که دستور grep ERROR server.log در ترمینال می‌کند (فاز ۴ می‌بینیم)، فقط ما دقیق‌تریم: فقط ستون سطح را نگاه می‌کنیم، نه هر جای خط را.

lines = [
    "10:00 INFO server started",
    "10:01 ERROR database not reachable",
    "10:02 INFO retrying",
    "10:03 ERROR database not reachable",
]
errors = 0
for line in lines:
    time, level, message = line.split(maxsplit=2)
    if level == "ERROR":
        print(f"{time}: {message}")
        errors += 1
print(f"Errors: {errors}")

به‌جای یک شمارنده، گاهی هر سطح را جدا می‌شماری. با if / elif سه شمارنده داری؛ جلسه‌ی بعد راه کوتاه‌ترش را با دیکشنری می‌بینیم. گزارش آخر اسکریپت یک خط است که صبح در یک نگاه می‌خوانی: INFO: 8, WARN: 1, ERROR: 2.

lines = ["10:00 INFO ok", "10:01 WARN disk 90%", "10:02 ERROR db down", "10:03 INFO ok"]
info = warn = error = 0
for line in lines:
    level = line.split(maxsplit=2)[1]
    if level == "INFO":
        info += 1
    elif level == "WARN":
        warn += 1
    elif level == "ERROR":
        error += 1
print(f"INFO: {info}, WARN: {warn}, ERROR: {error}")

اشتباه رایج: if "ERROR" in line خطی مثل 10:05 INFO no ERRORS today را هم می‌گیرد، چون کلمه وسط پیام هست. همیشه ستون سطح را مقایسه کن: level == "ERROR". و خط خالی آخر فایل را قبل از split با if line.strip() == "": continue رد کن، وگرنه split سه تکه نمی‌دهد و خطا می‌گیری.

مثال‌های این جلسه

چالش‌ها

  1. Three Pieces (آسان)
  2. Count the Errors (آسان)
  3. Only the Error Messages (متوسط)
  4. Count Every Level (متوسط)
  5. (Harder) First and Last (سخت)
  6. (Harder) errors.txt (سخت)

بیشتر بخوان

← جلسه‌ی 8: پروژه: مرتب‌کن Downloads جلسه‌ی 10: فیلتر و شمارش →