如何编写Unix管道风格的Python代码

核心提示： 管道风格的程序下面考虑用 Unix 的工具和管道我们会如何完成这个任务：find logdir -name "access-log*" |xargs cat |grep '[^-]$' |awk '{ total += $NF } END { p

管道风格的程序

下面考虑用 Unix 的工具和管道我们会如何完成这个任务：

find logdir -name "access-log*" |
xargs cat |
grep '[^-]$' |
awk '{ total += $NF } END { print total }'

find 根据文件名 pattern 找到文件，cat 把所有文件内容合并输出到 stdout，grep 从 stdin 读入，过滤掉行末为 ‘-’ 的行，awk 提取每行最后一列，将数值相加，最后打印出结果。（省掉 cat 是可以的，但这样一来 grep 就需要直接读文件而不是只从标准输入读。）

我们可以在 python 代码中模拟这些工具，Unix 的工具通过文本来传递结果，在 python 中可以使用 list。

def find(topdir, filepat, processfunc):
　　files = []
　　for path, dirlist, filelist in os.walk(top):
　　　　for name in fnmatch.filter(filelist, filepat):
　　　　　　files.append(name)
　　return files
def cat(files):
　　lines = []
　　for file in files:
　　　　with open(file) as f:
　　　　　　for line in f:
　　　　　　　　lines.append(line)
　　return lines
def grep(pattern, lines):
　　result = []
　　import re
　　pat = re.compile(pattern)
　　for line in lines:
　　　　if pat.search(line):
　　　　　　result.append(line)
　　resurn result
lines = grep('[^-]$', cat(find('logdir', 'access-log*')))
col = (line.rsplit(None, 1)[1] for line in lines)
print sum(int(c) for c in col)

有了 find, cat, grep 这三个函数，只需要连续调用就可以像 Unix 的管道一样将这些函数组合起来。数据在管道中的变化如下图（简洁起见，过滤器直接标在箭头上 ）：

看起来现在的代码行数比最初直接用 for 循环的代码要多，但现在的代码就像 Unix 的那些小工具一样，每一个都更加可能被用到。我们可以把更多常用的 Unix 工具用 Python 来模拟，从而在 Python 代码中以 Unix 管道的风格来编写代码。