Question

在课程中学习Ruby（v.5.5）。目标是在ruby简单解析器上编写，它将计算apache日志中大多数查询负责的IP主机。

Apache日志：

    87.99.82.183 - - [01/Feb/2018:18:50:06 +0000] "GET /favicon.ico HTTP/1.1" 404 504 "http://35.225.14.147/" "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/64.0.3282.119 Safari/537.36"
    87.99.82.183 - - [01/Feb/2018:18:50:52 +0000] "GET /secret.html HTTP/1.1" 404 505 "-" "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/64.0.3282.119 Safari/537.36"

Ruby代码：

    class ApacheLogAnalyzer

      def initialize
        @total_hits_by_ip = {}
      end

      def analyze(file_name)
        ip_regex = /^\d{1,3}.\d{1,3}.\d{1,3}.\d{1,3}/
        file = File.open(file_name , "r")
        file.each_line do |line|
          count_hits(ip_regex.match(line))
        end
      end

      def count_hits(ip)
        if ip
          if @total_hits_by_ip[ip]
            @total_hits_by_ip[ip] += 1
          else
            @total_hits_by_ip[ip] = 1
          end
        end
      end

结果如下：

      {#<MatchData "87.99.82.183">=>1, #<MatchData "87.99.82.183">=>1}

结果包含重复项（它应包含一个键＆＃34; 87.99.82.183＆＃34;值为2）。问题出在哪里？

Answer 1

结果在您的情况下包含重复项，因为散列键是不同的对象但具有相同的值。看看这个例子：

a = "hello world foo".match(/he/) # => #<MatchData "he">
b = "hello world bar".match(/he/) # => #<MatchData "he">
a == b # => false

例如，您可以使用字符串替换哈希键，以明确避免这种情况：

class ApacheLogAnalyzer
  def analyze(file_name)
    File.open(file_name).each_line.inject(Hash.new(0)) do |result, line|
      ip = line.split
      hash[ip] += 1
      result
    end
  end
end

Answer 2

感谢您的评论。我发现使用方法to_s解决了这个问题。所以改进的代码看起来像这样：

 count_hits(ip_regex.match(line).to_s)

哈希表中的多个匹配项

2 个答案: