10min手写（五）：面试题解析丨Python实现tail -f功能
作者：蜗牛 shengxinjing (woniuppp) ・ GitHub
写这篇文章的初衷是有人去面试遇到了这个笔试题，不知道怎么做，没有什么思路，就发到了Reboot 的交流群里，让大家一起讨论讨论。
关于这道题，简单说一下我的想法吧。当然，也有很好用的 pyinotify 模块专门监听文件变化，不过我更想介绍的，是解决的思路。毕竟作为面试官，还是想看到一下解决问题的思路，而且我觉得这一题的难点不在于监控文件增量，而在于怎么打印最后面10行。
希望大家在读这篇文章前，对 Python 基础、处理文件和常用模块有一个简单的了解，知道下面几个名词是什么：
open('a.txt')
file.seek
file.tell
time.sleep()
下面的思路仅限于我个人知识和见解，免不了有错误和考虑不周的地方。希望大家有更好的方法能够提出来，我会随时优化代码。下面就让天真烂漫的蜗牛教大家如何用 Python 来实现。
怎么用 Python 实现
其实思路也不算难啦
打开这个文件，指针移到最后
每隔一秒就尝试readline一下，有内容就打印出来，没内容就sleep
监听文件
思路如下：
用open打开文件
用seek文件指针，给大爷把跳到文件最后面
while True进行循环
持续不停的readline，如果能读到内容，打印出来即可
代码呼之欲出
with open('test.txt') as f:
f.seek(0,2)
while True:
last_pos = f.tell()
line = f.readline()
if line:
print line
效果图如下：
代码说明：
seek第二个参数2，意思就是从文件结尾处开始seek，更标准的写法使用os模块下面的SEEK_END，可读性更好
只写出了简单的逻辑，代码简单粗暴，如果这个题目是10分的话，最多也就拿4分吧,不能再多了
优化点：
print有缺陷，每次都是新的一行，换成sys.stdout.write(line)更和谐
文件名传参，不能写死
直接打印可以当成默认行为，具体要做什么，可以写成函数处理，这样我们就可以把新行做其他处理，比如展示在浏览器里
加上容错处理，比如文件不存在会报错
while True一直都文件，比较耗性能，每读一次，间隔一秒比较靠谱
调用time.sleep(1)
用类来组织代码
实例代码如下：
# coding=utf-8 import sys import time class Tail(): def __init__(self,file_name,callback=sys.stdout.write): self.file_name = file_name self.callback = callback def follow(self): try: with open(self.file_name) as f: f.seek(0,2) while True: line = f.readline() if line: self.callback(line) time.sleep(1) except Exception,e: print '打开文件失败，�，看看文件是不是不存在，或者权限有问题' print e
使用方法：
# 使用默认的sys.stdout.write打印到屏幕
py_tail = Tail('test.txt')
py_tail.follow()
# 自己定义处理函数
def test_tail(line):
print 'xx'+line+'xx'
py_tail1 = Tail('test.txt', test_tail)
py_tail1.follow()
咦 ，等等！tail -f 默认还会打印最后10行，这个好像才是这个题目的难点所在。众所周知，Python 里读文件指针，只能移动到固定位置，不能判断是哪一行。那就先实现简单的，然后逐渐加强吧。
默认打印最后10行
现在这个代码，大概能拿6分啦，我们还有一个功能没做，那就是打印最后n行，默认是10行，现在把这个功能加上，加一个函数就行啦。
文件小的时候
我们知道，readlines可以获取所有内容，并且分行，代码呼之欲出，获取list最后10行很简单有么有,切片妥妥的。
# 演示代码，说明核心逻辑，完整代码在下面 last_lines = f.readlines()[-10:] for line in last_lines: self.callback(line)
此时代码变成这样了：
import sys import time class Tail(): def __init__(self,file_name,callback=sys.stdout.write): self.file_name = file_name self.callback = callback def follow(self,n=10): try: with open(self.file_name) as f: self._file = f self.showLastLine(n) self._file.seek(0,2) while True: line = self._file.readline() if line: self.callback(line) except Exception,e: print '打开文件失败，�，看看文件是不是不存在，或者权限有问题' print e def showLastLine(self, n): last_lines = self._file.readlines()[-10:] for line in last_lines: self.callback(line)
更进一步：大的日志怎么办
但是如果文件特别大呢，特别是日志文件，很容易就是几个G。我们只需要最后几行，全部读出来内存受不了，所以我们要继续优化showLastLine 函数，我觉得这才是这题的难点所在。
大概的思路如下：
我先估计日志一行大概是100个字符，注意，我只是估计一个大概，多了也没关系，我们只是需要一个初始值，后面会修正
我要读十行，所以一开始就 seek到离结尾1000的位置seek(-1000,2)，把最后1000个字符读出来，然后有一个判断
如果这1000个字符长度大于文件长度，不用管了 属于级别1的情况，直接read然后split
如果1000个字符里面的换行符大于10，说明1000个字符里，大于10行，那也好办，处理思路类似级别1，直接split取后面十个
问题就在于 如果小于10怎么处理
比如1000个里，只有四个换行符，说明一行大概是1000/4=250个字符，我们还缺6行，所以我们再读250*5=1500，一共有2500的大概比较靠谱，然后在对2500个字符进行相同的逻辑判断，直到读出的字符里，换行符大于10，读取结束
逻辑清晰以后，代码就呼之欲出啦
# coding=utf-8
import sysi
mport time
class Tail():
def __init__(self,file_name,callback=sys.stdout.write):
self.file_name = file_name
self.callback = callback
def follow(self,n=10):
try:
with open(self.file_name) as f:
self._file = f
self._file.seek(0,2)
self.file_length = self._file.tell()
self.showLastLine(n)
while True:
line = self._file.readline()
if line:
self.callback(line)
time.sleep(1)
except Exception,e:
print '打开文件失败，�，看看文件是不是不存在，或者权限有问题'
print e
def showLastLine(self, n):
len_line = 100
read_len = len_line*n
while True:
if read_len>self.file_length:
self._file.seek(0)
last_lines = self._file.read().split('\n')[-n:] break
self._file.seek(-read_len, 2)
last_words = self._file.read(read_len)
count = last_words.count('\n')
if count>=n:
last_lines = last_words.split('\n')[-n:] break
else:
if count==0:
len_perline = read_len
else:
len_perline = read_len/count
read_len = len_perline * n
for line in last_lines:
self.callback(line+'\n')
if __name__ == '__main__':
py_tail = Tail('test.txt')
py_tail.follow()
加上注释的版本：
# coding=utf-8
import sys
import time
class Tail():
def __init__(self,file_name,callback=sys.stdout.write):
self.file_name = file_name
self.callback = callback
def follow(self,n=10):
try:
# 打开文件
with open(self.file_name) as f:
self._file = f
self._file.seek(0,2)
# 存储文件的字符长度
self.file_length = self._file.tell()
# 打印最后10行
self.showLastLine(n)
# 持续读文件 打印增量
while True:
line = self._file.readline()
if line:
self.callback(line)
time.sleep(1)
except Exception,e:
print '打开文件失败，�，看看文件是不是不存在，或者权限有问题'
print e
def showLastLine(self, n):
# 一行大概100个吧 这个数改成1或者1000都行
len_line = 100
# n默认是10，也可以follow的参数传进来
read_len = len_line*n
# 用last_lines存储最后要处理的内容
while True:
# 如果要读取的1000个字符，大于之前存储的文件长度
# 读完文件，直接break
if read_len>self.file_length:
self._file.seek(0)
last_lines = self._file.read().split('\n')[-n:] break
# 先读1000个 然后判断1000个字符里换行符的数量
self._file.seek(-read_len, 2)
last_words = self._file.read(read_len)
# count是换行符的数量
count = last_words.count('\n')
if count>=n:
# 换行符数量大于10 很好处理，直接读取
last_lines = last_words.split('\n')[-n:] break
# 换行符不够10个
else:
# break
#不够十行
# 如果一个换行符也没有，那么我们就认为一行大概是100个
if count==0:
len_perline = read_len
# 如果有4个换行符，我们认为每行大概有250个字符
else:
len_perline = read_len/count
# 要读取的长度变为2500，继续重新判断
read_len = len_perline * n
for line in last_lines:
self.callback(line+'\n')
if __name__ == '__main__':
py_tail = Tail('test.txt')
py_tail.follow(20)
效果如下，终于可以打印最后几行了，大家可以试一下，无论日志每行只有1个，还是每行有300个字符，都是可以打印最后10行的。
效果看这里：http://mmbiz.qpic.cn/mmbiz/Mzws9oBx0P7dId4jrnw0FqCyNNdClffCBTo9VFxt1DS1yTQQWn4Kw5oYzGRKE3ZrZ432kibOtibhUFfRYmJRIIqA/0?wx_fmt=gif&tp=webp&wxfrom=5&wx_lazy=1
能做到这个地步，一般的面试官就直接被你搞定了，这个代码大概8分吧，如果还想再进一步，还有一些可以优化的地方，代码放 github 上了，有兴趣的可以拿去研究。（Github 地址：pytail/tail.py at master ・ shengxinjing/pytail ・ GitHub）
待优化：留给大家作为扩展
如果你tail -f的过程中，日志被备份清空或者切割了，怎么处理
其实很简单，你维护一个指针位置，如果下次循环发现文件指针位置变了，从最新的指针位置开始读就行
具体每种错误的类型
我这里只是简单的try 可以写个函数，把文件不存在，文件没权限这些报错信息分开
性能小优化，比如我第一次读了1000，只有4行，我大概估计每行250个字符，总体需要2500行，下次没必要直接读2500个，而是读1500行和之前1000行拼起来即可
inotify(7) - Linux manual page
最后大杀器
如果写出来这个，基本面试官会直接……
import osd
ef tail(file_name):
os.system('tail -f '+file_name)
tail('log.log')
打死你！！！
以上就是我对这个题的想法，实际开发中想监控文件变化，其实还是pyinotify 好用。
关于这道面试题，大家有什么好的想法或对代码有什么优化，都可以留言交流哦。
著作权归作者所有。
商业转载请联系作者获得授权，非商业转载请注明出处。
作者：shengxinjing (woniuppp) ・ GitHub
来源：Python 10min系列之面试题解析丨Python实现tail -f功能
==========================================
欢迎关注Reboot教育 运维自动化班（5月8日开班）
课程表：http://www.51reboot.com/course/devops/
上课形式：面授班 / 网络直播班
QQ：979950755
交流群：238757010