iOS崩溃日志符号化及NLP聚类实现

       在解决iOS应用线上崩溃时，我们通常要分析崩溃日志来定位原因。线上崩溃日志一般是未符号或部分符号化的日志，是一堆十六进制的内存地址集合，可读性比较差，这对解决问题几乎没有帮助。所以，我们首先需要先对崩溃日志进行符号化——根据App出错的函数内存地址，在.dSYM文件中找到具体的文件名、函数名和行号信息。有了上述信息，我们就可以定位分析具体的崩溃原因了。

        如果存在大量的崩溃日志，光符号化崩溃日志是远远不够的，我们不可能一条一条去分析大量崩溃日志，这时候就需要对符号化的崩溃日志进行聚类了。通过聚类，将相同或相近的一类崩溃归类在一起，进行统计分析，这在实际问题解决中具有重要的意义。本文将介绍基于NLP的崩溃日志聚类的实现。

        本文提纲如下：

1. 崩溃符号化

1.1 崩溃日志结构

      线上崩溃日志结构大致如下图所示。我们需要关心的信息主要是标注为红色的部分，具体说明详见表格的描述。