如何编写带超时的脚本验证指定品牌是否处于Active状态

需求与问题背景 #

需编写脚本检查API微服务流式输出的JSON数据中，my_list内的所有笔记本品牌需在10分钟内处于Active状态；若任一品牌未处于该状态（或未在返回数据中找到），脚本执行失败。状态可选值：Active、Booted、Disabled、Purged，my_list可包含任意数量条目。
现有困惑：不确定用单标志还是多标志实现状态检查逻辑，现有代码存在逻辑漏洞。

现有代码的核心问题 #

1. 单标志逻辑错误：all_brand_status只要检测到一个目标品牌为Active就设为True，忽略其他目标品牌的状态，无法确保所有品牌都符合要求
2. 未处理品牌缺失情况：若my_list中的品牌不在返回的JSON数据里，脚本不会报错，直接忽略
3. 缩进语法错误：else块的缩进不符合Python规范
4. 无明确错误提示：无法直观看到哪个品牌不符合状态要求

优化方案：使用集合跟踪状态（替代单/多标志） #

推荐用目标品牌集合来跟踪每个品牌的状态，相比单标志更准确，相比多标志（如字典存每个品牌的状态）更简洁高效。核心逻辑：

• 将my_list转为小写集合，避免大小写匹配问题
• 遍历返回的品牌数据，收集所有符合Active状态的目标品牌
• 对比目标集合与已确认集合，若完全相等则所有品牌符合要求，否则输出未达标品牌

完整优化代码 #

import sys
from datetime import datetime, timedelta

# 存储需要检查的笔记本品牌（小写统一匹配）
my_list = ["apple", "hp"]
target_brands = set(my_list)

def validate_status():
    # 从微服务获取流式JSON输出
    Sales = func_streaming_logs_json(args)  # 假设func_streaming_logs_json已实现
    active_target_brands = set()
    
    for brand in Sales.get('Brand', []):
        brand_name = brand.get('name', '').lower()
        brand_state = brand.get('state', '')
        
        if brand_name in target_brands:
            if brand_state == "Active":
                active_target_brands.add(brand_name)
            else:
                print(f"品牌 {brand_name} 当前状态: {brand_state} (非Active)")
    
    # 检查是否所有目标品牌都处于Active状态
    missing_brands = target_brands - active_target_brands
    if missing_brands:
        print(f"未达标品牌: {', '.join(missing_brands)}")
        return False
    return True

def time_out_check(timeout_minutes=10):
    start_time = datetime.now()
    stop_time = start_time + timedelta(minutes=timeout_minutes)
    
    while True:
        if validate_status():
            print("所有目标品牌均处于Active状态，脚本执行成功")
            break
        
        current_time = datetime.now()
        if current_time > stop_time:
            print(f"超时：{timeout_minutes}分钟内未满足所有品牌Active要求")
            sys.exit(1)

if __name__ == '__main__':
    time_out_check()

标志方案说明 #

1. 为什么不用单标志：单标志无法区分「部分品牌达标」和「全部品牌达标」，只要有一个品牌符合就会返回True，完全不符合需求
2. 为什么用集合（而非多标志字典）：
   • 集合的相等性判断可以直接确认所有目标品牌是否都达标，代码简洁
   • 可以快速计算未达标的品牌（差集操作），便于排查问题
   • 时间复杂度低，查找和添加操作都是O(1)，适合任意数量的目标品牌
3. 边界处理：
   • 处理返回数据中无Brand字段的情况（用get('Brand', [])避免KeyError）
   • 处理品牌名称为空的情况（用get('name', '')）
   • 统一转为小写，避免大小写匹配错误（如Apple和apple）

内容的提问来源于stack exchange，提问作者voltas