Python生成器yield应用实例——监控日志
Python生成器yield是编写基于处理管道，流或数据流程序的一种极其强大的方式，在《Python参考手册》中有一则实例非常简单实用，略加修改，分享一下给大家。
需要分析
假设服务器有一个日志文件，每隔一秒都会更新日志的内容，日志每行中都有一组类似：2017-12-21 14:07:26.471691 99123数据被写入日志。
我们的目的是分析日志中的数字如果大于5000就要打印出来。
这样来看，我们需要一个程序负责模拟日志写入，另一个程序负责分析日志打印数据。
模拟日志写入
server_log.py:
import random
from datetime import *
import os
import time
def server_log():
# 生成模拟的日志数据
server_int = random.randint(1,99999)#生成需要的随机数
server_date = datetime.now()#获取当前系统时间
return str(server_date) + ' ' + str(server_int)#拼装日志字符串
while True:
#模拟系统写入日志
#打开日志文件并写入日志
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)
上边的代码我已经添加了相关的注释，这样我们就有了一个日志文件，每秒会有一第记录插入到日志中。
利用生成器yield解析日志
生成器可以返回一个迭代的流式的对象，我们可以通过这种方式便捷的获得相关数据，而且代码也更清晰易懂
tail.py 代码如下：
import time
def tail(f):
f.seek(0,2)#移动到文件尾部。
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)
我们运行两个文件看下效果：
代码虽然简单，但值得细细品味，感受python的简约与强大吧。