临时需求也要写工具

作者: | 更新日期:

通过分析问题,一步步拆解问题,原先不是很确定的人工处理的方案,通过写工具就变成一个非常可靠的解决方案了。

本文首发于公众号:天空的代码世界,微信号:tiankonguse

一、背景

前几天,同事突然接到一个紧急需求:将所有的 XXX 文字替换为 YYY 文字。
如果仅仅看着需求,很简单,找到所有的 XXX 替换即可。

但是这个问题在于,这些 XXX 文字都在图片上。
幸运的是,所有图片地址都已经在数据库里面了。
不幸的是,这些图片地址里面有一些无关的文字,需要提取出图片地址。

面对这样的临时需求,该如何找到一个方案来解决呢?

二、手动处理

分析一:虽然文字在图片上,但是有这个文字的图片应该很少。
方案一:先手动把最容易找到的图片替换了。

同事采用了最原始的方案一。

我看到这个方案,问了几个问题。

问题1:图片在数据库替换修复后,外网全部生效需要多生时间?
回答1:新系统需要清洗全量数据(目前有几亿数据)。

问题2:如果花费若干小时清洗完数据了,发现漏了怎么办?
回答2:。。。

问题3:如果人工排查数据库的图片地址,怎么样?
回答3:数据库里图片地址太多,人工不太可行。

对于默认方案,几乎所有人都可以想到。
但是大部分人没去思考默认方案是否可以 100% 的解决问题。
如果没有 100% 解决,代价又是什么。

三、脚本处理

基于手动解决这个问题可能有遗漏,我又问了另外一个问题。

问题4:图片去重后会很多吗?
回答4:不会很多,可能有几十个或一百多个。

明确了图片不是很多,我提出一个方案:写个脚本下载所有图片,然后再人工确认。

同事发出疑问5:文字在图片中,怎么判断图片是否有这个文字?
回答5:图片全部下载下来,铺开人眼看就行了。

接着同事提出下个问题6:图片地址在数据库中,URL夹杂在其他文本中,怎么办?
回答6:先从数据库导出含图片地址的文本数据,分析一下数据,处理一下数据,提取出图片地址即可。

同事好像还是不明白的意思,于是我说:我来做吧。

四、脚本流程

问题很明确了,我们需要几步来处理。

1、导出文本数据
2、处理文本数据,得到所有图片地址并去重
3、下载所有图片地址
4、人工快速找到有对应文字的图片与地址

第一步:一条 SQL导出数据。
大概如下:

mysql  -e "select field1,field2 from table" > data_001.txt

第二步:分析数据特征。
我分析数据后,发现有下面三个特征。

1、图片地址中没有逗号和空格,数据库中多个图片地址会用逗号或者分隔。
2、对于图片地址,都是都有 http 。
3、部分图片地址,在 http 前有一些其他连续字符,大概格式时 xxx=http,而且 xxx 以数字为前缀。

第三步:对数据标准化。
我敲了几个命令就得到了想要的图片地址。

1、sed 's/[; ]/\n/g'  将所有的逗号和空格替换为换行
2、grep "http" 筛选出图片地址
3、sed 's/^[0-9]\+[^=]\+=//' 去除 xxx= 数字前缀
4、sort  排序
5、uniq 去重

由此,就只剩最后一步:下载所有图。

下载后,windows 文件夹调整为 中等图标,就可以预览所有图标了。

PS:同事又问怎么根据数字图片名找到图片地址呢?我只说了两个字:行号。

后来,我发现也可以不下载图片,于是我就生成了一个包含所有图片的 HTML, 浏览器打开就可以看到所有图片了。

五、最后

当然,下载所有图片后,发现只有一张图片有目标文字。
但是第二个方案却比第一个方案更可靠。

因为第一个方案具有不确定性,万一没有彻底修复就需要花费很多时间再来一次。
而第二个方案花了我五分钟,就 100% 确保彻底解决了这个问题。

写这篇文档的目的是想告诉大家,很多事情可以通过脚本工具化来解决。
而写这些脚本工具也并没有想象的那么难(并不需要图片识别),也没有浪费多少时间(5分钟)。
但是,脚本化可以得到一个靠谱的解决方案。

总的来说,通过分析问题,一步步拆解问题,原先不是很确定的人工处理的方案,通过写工具就变成一个非常可靠的解决方案了。

2019-08-21 晴天 《完》

-EOF-

本文首发于公众号:天空的代码世界,微信号:tiankonguse
如果你想留言,可以在微信里面关注公众号进行留言。

关注公众号,接收最新消息

tiankonguse +
穿越