如何解析Node.js日志中的请求信息

在实际开发中，排查问题或分析流量时，解析Node.js日志里的请求信息几乎是每天都要面对的事。这件事本身不复杂，但不同日志格式、不同需求场景下，处理方式还是有些门道。下面把关键步骤拆开说清楚，配合一个常见例子，希望能帮你快速上手。

1. 搞清楚日志长什么样 —— 这是第一步，也是容易被忽略的一步。你得先知道自己的Node.js应用输出的是什么格式：JSON？CSV？还是自定义的纯文本？常见的日志框架（比如winston、pino）默认可能就是JSON，但有些老项目或者自行拼装的日志也可能是非结构化文本。格式决定了你怎么去解析它，是用JSON.parse()还是写正则表达式，差别很大。

2. 把日志文件读进来。Node.js自带的fs模块就能搞定，不过大文件场景下更推荐配合readline模块逐行读取，避免一次把整个文件加载到内存里。如果你喜欢第三方库，fs-extra也挺方便，但核心逻辑都一样：打开文件流，一行一行往下读。

3. 逐行解析日志条目。这一步取决于你的日志格式。如果是JSON，直接用JSON.parse()转换成对象就完事了。如果是自定义格式（比如 [2024-01-01 12:00:00] GET /api/users 200 15ms），就得写一段正则或者自己写一个简单的解析器，把时间、方法、路径、状态码、耗时这些字段抠出来。

4. 从解析结果里提取你关心的请求信息。通常我们需要的有：请求方法（GET/POST等）、请求URL、HTTP状态码、响应时间。当然，如果你的日志里还记录了请求头、用户IP、错误堆栈什么的，也可以一并提取。抽出来后存成结构化的数据（数组或对象），方便后续处理。

5. 对拿到的数据做分析和统计。这块就灵活了——你可以算一下总请求数、平均响应时间、找出最慢的几个接口、统计哪些URL被访问得最多，甚至按时间段聚合产生报表。用什么工具？纯Ja vaScript手动撸，或者借助lodash、d3、chart.js都行，看你的需求。

下面给一个最常见的实战场景：日志是JSON格式的，一行一个JSON对象。我们用Node.js自带的fs和readline逐行读取，解析并打印出每次请求的要点。

const fs = require('fs');
const readline = require('readline');

const logFile = 'path/to/your/logfile.log';
const fileStream = fs.createReadStream(logFile);

const rl = readline.createInterface({
  input: fileStream,
  crlfDelay: Infinity
});

rl.on('line', (line) => {
  try {
    const logEntry = JSON.parse(line);
    const requestMethod = logEntry.method;
    const requestUrl = logEntry.url;
    const statusCode = logEntry.statusCode;
    const responseTime = logEntry.responseTime;

    // 这里你可以把信息存到数组里，或者直接输出
    console.log(`Method: ${requestMethod}, URL: ${requestUrl}, Status Code: ${statusCode}, Response Time: ${responseTime}`);
  } catch (error) {
    console.error(`Error parsing log entry: ${line}`);
  }
});

rl.on('close', () => {
  console.log('Finished processing log file.');
});

这段代码的思路很直接：一行一行读，遇到能解析的就取几个关键字段；遇到坏行（比如日志被截断或非JSON的杂项）就跳过并打印错误。实际项目中还可以加上文件处理完成后的汇总逻辑，比如统计一下总行数、成功解析行数、平均响应时间等。

如果你的日志是别的格式，只需要改一下JSON.parse那一行的解析逻辑，换成你定义的正则或解析函数就行。核心流程不变：读取 → 解析 → 提取 → 分析。把这几步理顺了，大部分日志分析的需求都能轻松应对。