Python 入门实操：写一个日志统计小工具，练熟文件读写与计数排序

学 Python 最怕只背语法不动手。这篇文章用一个真实的小需求练手：统计一份 Web 访问日志中每个 IP 的访问次数，并找出访问量最高的前 5 个 IP。麻雀虽小，五脏俱全——文件读写、字符串处理、字典计数、排序输出，这四样最常用的基础能力可以一次练完，而且全程只用标准库，不用安装任何第三方包。

一、先看清日志长什么样

常见的 Nginx 访问日志，每一行都以客户端 IP 开头，后面跟着请求时间、请求方法和状态码，大致如下：

192.168.1.10 - - [24/Oct/2026:08:01:12 +0800] "GET /index.html HTTP/1.1" 200 1024
192.168.1.11 - - [24/Oct/2026:08:01:15 +0800] "GET /api/users HTTP/1.1" 200 512
192.168.1.10 - - [24/Oct/2026:08:01:20 +0800] "POST /login HTTP/1.1" 302 128

目标很明确：IP 就在每行的第一个字段，只要按空格切分取第一段即可，不需要一上来就学正则表达式。

二、逐行读取，不要一次性全读进来

新手常犯的错误是用 read() 或 readlines() 把整个文件读进内存。日志动辄几百 MB，这样很容易把内存吃满。更稳妥的做法是把文件对象当作迭代器逐行处理，读一行、处理一行：

with open("access.log", "r", encoding="utf-8") as f:
    for line in f:
        line = line.strip()
        if not line:
            continue
        ip = line.split()[0]
        print(ip)

这里有三个细节值得注意：第一，用 with 打开文件，代码块结束会自动关闭，不怕中途异常时忘记关；第二，先 strip() 去掉行尾换行并跳过空行，否则空行切分后取下标 0 会直接报 IndexError；第三，明确写出 encoding=“utf-8”，避免在不同系统上因默认编码不同而乱码。

三、计数交给 Counter，少写样板代码

统计次数最朴素的写法是自己维护一个字典，每次用 get 取旧值再加一。这段代码当然没问题，但标准库 collections 里的 Counter 就是为计数场景准备的：给它一个元素，它自动累加；最后调用 most_common(n) 就能直接拿到出现次数最多的前 n 个结果。把前两步拼起来，就是完整工具。

四、完整代码与运行效果

from collections import Counter

def top_ips(log_path, n=5):
    counter = Counter()
    with open(log_path, "r", encoding="utf-8") as f:
        for line in f:
            line = line.strip()
            if not line:
                continue
            ip = line.split()[0]
            counter[ip] += 1
    return counter.most_common(n)

if __name__ == "__main__":
    for ip, cnt in top_ips("access.log"):
        print(f"{ip}: {cnt}")

用上面的三行样本日志运行，输出如下：

192.168.1.10: 2
192.168.1.11: 1

结果和人工数的一致。如果想把结果留档，再顺手练一次文件写入：以 “w” 模式打开 result.txt 把每行写进去即可，注意手动补上换行符。

五、跑通之后，可以这样扩展

建议按顺序给自己加需求：统计每个状态码出现的次数（状态码在每行倒数第二个字段）；先按双引号切出请求部分，再统计访问最多的 URL 路径；把 Top N 的 N 改成命令行参数，通过 sys.argv 读取。每一个小改动，都会让你对字符串和容器的理解再扎实一层。

小结

入门阶段最有效的学习方式，是拿一个能跑通的完整例子反复改。本文从样本出发，依次练了逐行读文件、split 切分字段、Counter 计数和 most_common 排序输出。四步都掌握了，后面无论是做日志分析、数据清洗还是写自动化脚本，都会顺手很多。