資料工程高階・容錯解析、驗證與型別推斷

第 13 章的端到端驗證有固定順序。程式讀入 7 行，每行 <步驟名> <ok|fail>，步驟依序為 compose、web、logs、producer、worker、db、flower。請找出第一個 fail 的步驟並印出 第 <序號> 步失敗：<步驟名> —— <排查建議>，之後的步驟不再判定；全部 ok 則印 七步全過。排查建議對照表：

| 步驟 | 建議 |

|---|---|

| compose | docker compose ps -a |

| web | curl 各 port |

| logs | 區分啟動期 Connection refused 與真正 error |

| producer | 看 exit code |

| worker | 看 worker log 是否 succeeded |

| db | SHOW TABLES 與 SELECT COUNT(*) |

| flower | 看 task 狀態是否 SUCCESS |

注意：即使第一個 fail 之後仍有輸入，程式還是要把 7 行讀完（input() 次數固定）。

本題在瀏覽器內以 Pyodide 執行，只能用 Python 標準函式庫（json、csv、collections、itertools、datetime、re、math、heapq 等）。

寫一個函式 parse_price(text)，把爬回來的價格文字轉成 float：

• 先去掉前後空白、千分位逗號與結尾的「元」
• 空字串、--、n/a（不分大小寫）回傳 None
• 其餘轉成 float；轉不成也回傳 None

變數 texts 是測試清單，請逐筆印出 <repr(原文)> -> <結果>，結果用 repr()（例如 '180' -> 180.0、'--' -> None）。這類函式正是補充 F 單元測試的典型對象：每個邊界各寫一個 assert。

本題在瀏覽器內以 Pyodide 執行，只能用 Python 標準函式庫（json、csv、collections、itertools、datetime、re、math、heapq 等）。

變數 closes 是某支股票連續 10 個交易日的收盤價。請在不使用 pandas 的情況下，對第 i 天（從 1 起算）印出一行：

第 i 天 close=<收盤> 漲跌=<與前一天差額，第 1 天印 -> MA5=<近 5 天平均，不足 5 天印 ->

漲跌與 MA5 都保留兩位小數，正數不加 + 號。這和 SQL 的 LAG 與 AVG() OVER (ROWS BETWEEN 4 PRECEDING AND CURRENT ROW) 算的是同一件事。

本題在瀏覽器內以 Pyodide 執行，只能用 Python 標準函式庫（json、csv、collections、itertools、datetime、re、math、heapq 等）。

API 回傳的 JSON 紀錄欄位不固定、型別也可能不一致。寫入倉儲前要推斷每個欄位的型別。規則：

• 單筆值的型別：null、bool、int、float、str（注意 JSON 的 true/false 是 bool，不算 int；陣列或物件一律視為 str）。
• 欄位型別依所有「非 null」值合併：全部相同就是該型別；只有 int 與 float 混合時是 float；其他混合一律 str。
• 欄位只有 null 值時，型別為 null。
• nullable：只要有任何一筆該欄為 null 或「缺少該欄」，就是 nullable，否則 required。

輸入：

第 1 行：n

接下來 n 行：每行一筆 JSON 物件

輸出：依欄位「第一次出現的順序」，每欄一行「欄名 型別 nullable/required」。

範例輸入：

2

{"a": 1, "b": null}

{"a": 2.5, "c": true}

範例輸出：

a float required

b null nullable

c bool nullable

輸入請用 input() 逐行讀取（平台不支援 sys.stdin）。執行時平台會把每一行測資回顯在輸出最前面，這是正常的，不用自己印。starter 已先把全部輸入讀進來，請保留這段，不要在迴圈裡邊讀邊印（回顯行會插進輸出中間，就對不上答案）。