Python 需要从列表中计算这些项目

我需要你的帮助：）

我有一个名为Access日志的大日志文件，有很多这样的行（没有空行）：

我正在用python“战斗”，从每一行中提取引用者，并将它们与最常见的50行中的副本数一起列出。我知道使用“awk”很容易，但我想学习如何使用python。我所做的是将空白空间标记为字段分隔符，并在字段十和十一之间取字符串。

arxiu_de_log = open("access_log.log","r")
linies = arxiu_de_log.readlines()
arxiu_de_log.close() 

clean_log=[]
for line in linies:
    try:
        separador_de_linea=line.split(' ')
        camp_de_referer = separador_de_linea[10:11]
        clean_log.append(camp_de_referer)

    except:
        pass

print clean_log

当我运行程序时，我得到的是：

[['"-"'], ['"hxxp://www.joquese.cat/frutos.html"'], ['"hxxp://www.joquese.cat/frutos.swf"'], ['"-"'], ['"hxxp://www.joquese.cat/"']

但我想要类似的东西：

2   "-"

1   "hxxp://www.joquese.cat/frutos.swf"

1   "hxxp://www.joquese.cat/frutos.swf"

1   "hxxp://www.joquese.cat/"

....

import collections
...
counter = collections.Counter(clean_log)

for count in counter.most_common(50):
    print(str(count[1])+"\t"+ str(count[0]))

我已尝试使用类似以下内容对计数器进行编程：

2   "-"

1   "hxxp://www.joquese.cat/frutos.swf"

1   "hxxp://www.joquese.cat/frutos.swf"

1   "hxxp://www.joquese.cat/"

....

import collections
...
counter = collections.Counter(clean_log)

for count in counter.most_common(50):
    print(str(count[1])+"\t"+ str(count[0]))

---

但是我不能让它正常工作，你能帮我吗？

看来你很快就能得到你想要的了。需要记住的一点是，

separador\u de\u linea[10:11]

是一个列表，而

separador\u de\u linea[10]

是一个字符串。我想你想要字符串：

import collections
count = collections.Counter()
with open("access_log.log","r") as arxiu_de_log:
    for line in arxiu_de_log:
        line = line.strip()
        if line:
            separador_de_linea = line.split()
            camp_de_referer = separador_de_linea[10]
            count[camp_de_referer] += 1

for referer, cnt in count.most_common(50):
    print('{} {}'.format(cnt, referer))

屈服

2 "-"
1 "hxxp://www.joquese.cat/frutos.swf"
1 "hxxp://www.joquese.cat/frutos.html"

这样可以避免创建

clean_log

列表，从而节省内存

---

小贴士:

• 而不是

  arxiu_de_log = open("access_log.log","r")
  

  使用
  当Python的执行流离开 带着声明。这样你就不必（记得）打电话了
  明确你自己

• 尽可能避免调用readlines（），因为这样会加载 将整个文件存储到内存中，并创建所有行的Python列表。 不要这样做，除非你需要所有的行保存在内存中 同时。在许多情况下，一次只需要一行代码。所以 而不是

  linies = arxiu_de_log.readlines()
  

  使用

• 在

  try…except

  语句中使用裸

  except

  是一个坏习惯。 它将捕获比您预期更多的内容，例如

  键盘中断

  和

  SystemExit

  异常。最好的做法是只捕捉错误 你想处理。在这种情况下

  try:
      ...
  except IndexError:
      pass
  

  那就更好了

---

不能将列表与计数器一起使用，只能使用哈希类型。你为什么把推荐人放在名单上

import collections

with open("access_log.log","r") as arxiu_de_log:
    clean_log = [
        (line.split(' ')+[None]*10)[10]
        for line in arxiu_de_log]

counter = collections.Counter(clean_log)

for count in counter.most_common(50):
    print(str(count[1])+"\t"+ str(count[0]))

---

Unutbu您的代码运行得非常好，但由于我的“技能”较低，我对Daniel解决方案的理解更好，我只能检查一个“答案”。不知道为什么没有选择此答案，它是最干净的，实际上是正确的。正如我之前所说，两者都是正确的，但由于我的低技能，我对第一个答案的理解更好。我想两个都查一下，但我不能。

try:
    ...
except IndexError:
    pass

import collections

with open("access_log.log","r") as arxiu_de_log:
    clean_log = [
        (line.split(' ')+[None]*10)[10]
        for line in arxiu_de_log]

counter = collections.Counter(clean_log)

for count in counter.most_common(50):
    print(str(count[1])+"\t"+ str(count[0]))