Python 生成器 yield 是編寫基于處理管道，流或數(shù)據(jù)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(jiān)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(shù)據(jù)被寫入日志。 我們的目的是分析日志中的數(shù)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(shù)據(jù)。

模擬日志寫入

server_log.py：

import random
from datetime import *
import os
import time


def server_log():
    # 生成模擬的日志數(shù)據(jù)
    server_int = random.randint(1,99999)#生成需要的隨機數(shù)
    server_date = datetime.now()#獲取當前系統(tǒng)時間
    return str(server_date) + ' ' + str(server_int)#拼裝日志字符串


while True:
    #模擬系統(tǒng)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(jīng)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(shù)據(jù)，而且代碼也更清晰易懂

tail.py 代碼如下：

import time

def tail(f):
    f.seek(0,2)#移動到文件尾部。
    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(yè)Python IDE推薦】——PyCharm （正版低至￥1068）：

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(fā)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(yè)Web開發(fā)。

PyCharm基礎教程推薦：

• PyCharm入門教程——掌握PyCharm鍵盤快捷鍵
• PyCharm入門教程——用戶界面導覽
• PyCharm入門教程——IDE概要
• PyCharm入門教程——PyCharm編輯器