Треки
/
Elixir
Elixir
/
Вправи
/
Парсер логів
Парсер логів

Парсер логів

Навчальна вправа

Вступ

Регулярні вирази

Регулярні вирази в Elixir відповідають специфікації PCRE (Perl Compatible Regular Expressions), подібно до інших популярних мов, як-от Java, JavaScript чи Ruby.

Модуль Regex пропонує функції для роботи з регулярними виразами. Деякі функції модуля String також приймають регулярні вирази як аргументи.

Note

Ця вправа припускає, що ми вже знаємо синтаксис регулярних виразів, зокрема класи символів, квантифікатори, групи та захоплення.

Якщо потрібно освіжити знання регулярних виразів, погляньмо на одне з цих джерел: Regular-Expressions.info, Rex Egg, RegexOne, Regular Expressions 101, RegExr.

Сигіли

Найпоширеніший спосіб створити регулярний вираз - скористатися сигілом ~r.

~r/test/

Зауважмо, що всі сигіли в Elixir підтримують різні види роздільників, не лише /.

Зіставлення

Оператор =~/2 можна використати, щоб виконати зіставлення з регулярним виразом, яке повертає результат типу boolean. Крім того, функції match?/2 є і в модулі Regex, і в модулі String.

"this is a test" =~ ~r/test/
# => true

String.match?("Alice has 7 apples", ~r/\d{2}/)
# => false

Захоплення

Якщо простої булевої перевірки (англ. Boolean) недостатньо, скористаймося функцією Regex.run/3, щоб отримати список усіх захоплень (або nil, якщо збігу не було). Перший елемент у поверненому списку завжди є збігом для всього регулярного виразу, а наступні елементи - це групи, які збіглися.

Regex.run(~r/(\d) apples/, "Alice has 7 apples")
# => ["7 apples", "7"]

Модифікатори

Поведінку регулярного виразу можна змінити, додавши спеціальні прапорці. Коли ми створюємо регулярний вираз за допомогою сигіла, модифікатори додаються після другого роздільника.

Поширені модифікатори:

  • i - робить зіставлення нечутливим до регістру.
  • u - вмикає специфічні для Unicode шаблони, як-от \p, і змушує класи символів на кшталт \w, \s тощо також зіставлятися з символами Unicode.
"this is a TEST" =~ ~r/test/i
# => true

Вказівки

Після нещодавньої перевірки безпеки нам доручили прибрати в архівних файлах журналів організації.

1. Визначте спотворені рядки журналу

Нам потрібно приблизно уявляти, скільки рядків журналу в архіві не відповідають поточним стандартам. Ми вважаємо, що проста перевірка показує, чи є рядок журналу дійсним. Щоб рядок вважався дійсним, він має починатися з одного з наведених нижче рядків тексту:

  • [DEBUG]
  • [INFO]
  • [WARNING]
  • [ERROR]

Реалізуйте функцію valid_line?/1, яка повертає true, якщо рядок журналу дійсний.

LogParser.valid_line?("[ERROR] Network Failure")
# => true

LogParser.valid_line?("Network Failure")
# => false

2. Розбийте рядок журналу

Невдовзі після початку проєкту з розбору журналів ми розуміємо, що журнали одного застосунку не розбито на рядки, як в інших. У цьому проєкті те, що мало бути окремими рядками, лежить в одному рядку, зʼєднане химерними стрілками на кшталт <---> або <*~*~>.

Насправді будь-який рядок, перший символ якого <, останній символ >, а між ними будь-яка комбінація символів ~, *, = і -, можна використовувати як розділювач у журналах цього проєкту.

Реалізуйте функцію split_line/1, яка приймає рядок і повертає масив рядків тексту.

LogParser.split_line("[INFO] Start.<*>[INFO] Processing...<~~~>[INFO] Success.")
# => ["[INFO] Start.", "[INFO] Processing...", "[INFO] Success."]

3. Вилучіть артефакти з журналу

Ми виявили, що під час попередньої обробки журналів по них розсипався текст «end-of-line» разом із номером рядка (без пробілу між ними).

Реалізуйте функцію remove_artifacts/1, яка приймає рядок тексту, вилучає всі входження тексту «end-of-line» (без урахування регістру) і повертає чистий рядок журналу.

Рядки, що не містять тексту «end-of-line», повертаються без змін.

Просто вилучіть рядок «end-of-line», коригувати пробіли не потрібно.

LogParser.remove_artifacts("[WARNING] end-of-line23033 Network Failure end-of-line27")
# => "[WARNING]  Network Failure "

4. Позначте рядки іменами користувачів

Ми помітили, що деякі рядки журналу містять речення, які згадують користувачів. Ці речення завжди містять рядок "User", за яким іде один або більше пробільних символів, а потім імʼя користувача. Ми вирішуємо позначати такі рядки.

Реалізуйте функцію tag_with_user_name/1, яка обробляє рядки журналу:

  • Рядки, що не містять рядка "User", залишаються без змін.
  • У рядках, що містять рядок "User", додайте на початок рядка [USER], за яким іде імʼя користувача.
LogParser.tag_with_user_name("[INFO] User Alice created a new project")
# => "[USER] Alice [INFO] User Alice created a new project"

Можна припустити, що:

  • Кожне входження рядка "User" супроводжується одним або більше пробільними символами та імʼям користувача.
  • У кожному рядку є щонайбільше одне входження рядка "User".
  • Імена користувачів мають бути непорожніми рядками тексту, що не містять пробільних символів.
Редагувати через GitHub Посилання відкривається в новому вікні або вкладці
Elixir Exercism

Час розпочати Парсер логів?

Зареєструйтеся на Exercism, щоб вивчати й опановувати Elixir, а також 58 концепцій168 вправ та справжнє наставництво від людей, і все це безкоштовно.