Python计算文件中字符串的唯一出现次数

我试图使用python 3.3.1计算Apache日志文件中的唯一IP地址 问题是我认为它没有正确地计算每件事

这是我的密码：

import argparse
import os
import sys
from collections import Counter

#
# This function counts the unique IP adresses in the logfile
#
def print_unique_ip(logfile):
    IPset = set()
    for line in logfile:
        head, sep, tail = line.partition(" ")
        if(len(head) > 1):
            IPset.update(head)

    print(len(IPset))
    return  

#
# This is the main function of the program
#
def main():
    parser = argparse.ArgumentParser(description="An appache log file processor")

    parser.add_argument('-l', '--log-file', help='This is the log file to work on', required=True)
    parser.add_argument('-n', help='Displays the number of unique IP adresses', action='store_true')
    parser.add_argument('-t', help='Displays top T IP adresses', type=int)
    parser.add_argument('-v', help='Displays the number of visits of a IP adress')

    arguments = parser.parse_args()

    if(os.path.isfile(arguments.log_file)):
        logfile = open(arguments.log_file)
    else:
        print('The file <', arguments.log_file, '> does not exist')
        sys.exit

    if(arguments.n == True):
        print_unique_ip(logfile)
    if(arguments.t):
        print_top_n_ip(arguments.t, logfile)
    if(arguments.v):
        number_of_ocurrences(arguments.v, logfile)

    return


if __name__ == '__main__':
  main()

但我知道文件中有12个以上的唯一IP

它似乎没有给我正确的结果。我要做的是逐行读取文件，然后当我找到一个IP地址时，我将它放入一个集合中，因为它只保存唯一的元素，然后我打印出所述集合的长度

IPset.update(head)

臭虫。这不会满足你的期望。您希望将每个IP添加到集合中。举例说明如下：

>>> s1 = set()
>>> s2 = set()
>>> s1.add('11.22.33.44')
>>> s2.update('11.22.33.44')
>>> s1
set(['11.22.33.44'])
>>> s2
set(['1', '3', '2', '4', '.'])

---

知道你期望得到的数字可能会很有用，可能会更快地看到错误。我不知道错误是什么，但是你不能重写

if（not）（len（head））吗1

？我实际上不知道文件中有多少IP，因为它是我通过分配得到的文件，长度为778108行。我只是快速计数，发现超过12个IP。这不是错误。

update

相当于

add

，参数是标量。参数是字符串。是的，我希望这是obvIOU。错误在于OP希望

update

将整个字符串添加到他的

set

中，而实际上它添加了字符串中的每个字符。错误在于他从未打开过文件！

对于日志文件中的行

实际上循环了字符串

openfile

本身中的字符！嗯，不？我明白了

logfile=open（arguments.log_file）

在

main

中。奇怪的做法，是的，但它会打开文件，而

line

确实是一行。恐怕你完全不正确。错误在于他使用

update

，而不是在打开/迭代文件时。

>>> s1 = set()
>>> s2 = set()
>>> s1.add('11.22.33.44')
>>> s2.update('11.22.33.44')
>>> s1
set(['11.22.33.44'])
>>> s2
set(['1', '3', '2', '4', '.'])