Python 生成器 yield 是編寫基于處理管道，流或數據流程序的一種極其強大的方式，在《Python參考手冊》中有一則實例非常簡單實用，略加修改，分享一下給大家。如果你對生成器yield還不是很了解，可以查看《覺得Python中的生成器（yield）晦澀難懂？看完本文你就知道了》。

Python生成器yield應用實例—監控日志源碼下載

需求分析

假設服務器有一個日志文件，每隔一秒都會更新日志的內容，日志每行中都有一組類似：2017-12-21 14:07:26.471691 99123 數據被寫入日志。 我們的目的是分析日志中的數字如果大于5000就要打印出來。 這樣來看，我們需要一個程序負責模擬日志寫入，另一個程序負責分析日志打印數據。

模擬日志寫入

server_log.py：

import random from datetime import * import os import timedef server_log():# 生成模擬的日志數據server_int = random.randint(1,99999)#生成需要的隨機數server_date = datetime.now()#獲取當前系統時間return str(server_date) + ' ' + str(server_int)#拼裝日志字符串while True:#模擬系統寫入日志#打開日志文件并寫入日志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)

上邊的代碼已經添加了相關的注釋，這樣我們就有了一個日志文件，每秒會有一第記錄插入到日志中。

利用生成器yield解析日志

生成器可以返回一個迭代的流式的對象，我們可以通過這種方式便捷的獲得相關數據，而且代碼也更清晰易懂

tail.py 代碼如下：

import timedef tail(f):f.seek(0,2)#移動到文件尾部。while True:line = f.readline()if not line :time.sleep(1)continueyield linedef grep(lines):for l in lines:k = int(l.split()[2])if k >50000:yield lserverlog = tail(open('server_log.log')) lines = grep(serverlog)for line in lines:print(line)

我們運行兩個文件看下效果：

代碼雖然簡單，但值得細細品味，感受python的簡約與強大吧。

【專業Python IDE推薦】——PyCharm

PyCharm 是一款Python IDE，其帶有一整套可以幫助用戶在使用Python語言開發時提高其效率的工具。此外，該IDE提供了一些高級功能，以用于Django框架下的專業Web開發。

總結

以上是生活随笔為你收集整理的js date 当前日志往后一个月_【应用实例】如何利用 Python 生成器 yield 监控日志？...的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。