日志字符串中字典键出现次数统计异常问题排查

核心问题拆解 #

• 多数键计数为0：根源是字符串大小写不匹配，代码里提取的键（如ghi）和日志里的实际内容（如GHI）严格匹配失败，自然统计不到次数。
• Counter统计单个字符：因为你直接把整个日志字符串传给了Counter，它默认会迭代字符串的每一个字符，而非按关键词拆分统计。

具体修复方案 #

1. 统一大小写匹配规则

   • 读取colors.txt的键时，统一转为小写（或大写）：

     # 读取colors.txt并处理键
     key_color_map = {}
     with open('colors.txt', 'r', encoding='utf-8') as f:
         for line in f:
             line = line.strip()
             if not line or '=' not in line:
                 continue
             raw_key, color = line.split('=', 1)
             # 统一转为小写，消除大小写差异
             processed_key = raw_key.strip().lower()
             key_color_map[processed_key] = color.strip()
     

   • 处理日志内容时，同步转为对应大小写：

     # 假设new_logs是从FTP读取的新增日志字符串
     normalized_log = new_logs.lower()
     

2. 正确使用Counter统计关键词

   • 先把日志按合理规则分割成关键词列表（比如按空格、换行分割），再传给Counter：

     from collections import Counter
     
     # 分割日志为单词/关键词列表
     log_keywords = normalized_log.split()
     # 统计所有关键词出现次数
     log_counter = Counter(log_keywords)
     # 遍历键值对获取对应计数
     for key in key_color_map:
         count = log_counter.get(key, 0)
         print(f"{key} 出现次数: {count}")
     

   • 如果日志关键词是特定分隔格式（如逗号、分号），调整分割符即可，确保传给Counter的是关键词组成的列表而非整个字符串。

3. 额外优化点

   • 处理日志时可以合并新旧日志内容一起统计，避免重复处理：

     # 合并新旧日志并统一大小写
     total_log = (old_logs + new_logs).lower()
     log_counter = Counter(total_log.split())
     

内容的提问来源于stack exchange，提问作者michalb93