CSV数据中图片请求占比统计异常：结果始终显示0.0%

核心问题 #

• 变量初始化位置错误：hits和image_hits在for循环内部初始化，每次循环都会重置为0，最终仅统计最后一行数据，而非所有请求。
• 正则匹配逻辑偏差：
  • 将整个CSV行转为字符串匹配后缀，但CSV每行包含多个字段，应该定位到存储请求文件名的特定列，而非整行。
  • 正则仅匹配大写PNG，忽略了小写png的情况，且未做大小写不敏感处理。
• 未处理空数据场景：如果没有任何请求数据，会触发除以0的错误。

修复后的代码 #

import re
import csv

file = downloadData(url)
reader = csv.reader(file.splitlines(), delimiter=',')
heading = next(reader, None)

# 统计变量移至循环外初始化，确保累计所有数据
hits = 0
image_hits = 0

for line in reader:
    hits += 1
    # 替换为你CSV中存储请求路径/文件名的列索引（示例为第2列，索引1）
    request_path = line[1]
    # 大小写不敏感匹配常见图片后缀
    if re.search(r"\.(jpeg|gif|png)$", request_path, re.IGNORECASE):
        image_hits += 1

# 避免除以0错误
percentage = (image_hits / hits) * 100 if hits > 0 else 0.0

print("Image requests account for {:.1f}% of all requests".format(percentage))

关键修复说明 #

• 把统计变量移到循环外，保证每次循环都能累计计数，而非每次重置。
• 针对CSV的特定字段匹配，避免整行字符串中的无关内容干扰匹配结果。
• 正则添加re.IGNORECASE标志，覆盖PNG/png、JPEG/jpeg等大小写组合的后缀。
• 增加空数据判断，防止无请求时出现除以0的运行时异常。

内容的提问来源于stack exchange，提问作者qwertyuiop