Python中l(wèi)ogging日志模塊代碼調試過程詳解
大家好,為了進行調試和錯誤跟蹤,人們在整個代碼庫中廣泛使用日志,今天來看看如何在代碼中定義日志,并探討日志的權限。
一、日志層級
在開始之前,需要注意的是,在日志記錄中存在一個層次結構,稱為日志樹或日志者層次結構。該層次結構由幾個級別組成,每個級別代表了日志信息的不同嚴重程度。最常見的層次是:
CRITICAL #A critical error occurred, the program may not be able to continue running.
ERROR #An error occurred that should be investigated.
WARNING #An indication that something unexpected happened or indicative of some problem in the near future.
INFO #General information about the program's execution.
DEBUG #Detailed information for debugging purposes.
二、創(chuàng)建模塊
讓我們創(chuàng)建一個名為set_logging.py
的python模塊:
import logging logger = logging.getLogger() def set_logger(): logger.setLevel(logging.INFO) handler = logging.StreamHandler() handler.setLevel(logger_level) formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s') handler.setFormatter(formatter) logger.addHandler(handler)
為了明確代碼,我們用getLogger
函數(shù)創(chuàng)建一個日志器實例,并使用setLevel
來設置日志級別(DEBUG
、INFO
等)。日志器的setLevel
方法就像一個過濾器,它決定了一條日志信息是否應該被處理并發(fā)送給處理程序。例如,如果我們將日志記錄器的級別設置為INFO
,那么日志記錄器就不會向處理程序發(fā)送級別為DEBUG
的消息,因為它們的嚴重程度低于在日志記錄器上設置的最低級別。它只將級別為INFO
或更高的日志消息(即WARNING
、ERROR
或CRITICAL
)發(fā)送給處理程序進行處理。
我們創(chuàng)建一個StreamHandler
,將日志信息發(fā)送到一個流中,如控制臺或終端。它被用來輸出日志信息以達到調試的目的。我們還為處理程序設置了級別。
我們這樣做是因為當處理程序收到來自日志記錄器的消息時,它將把這些消息與它的級別進行比較,并在發(fā)出之前過濾掉嚴重程度較低的消息。當我們有不同的處理程序時:
?logger.setLevel(logging.INFO)
file_handler = logging.FileHandler()
file_handler.setLevel(logging.ERROR)
console_handler = logging.StreamHandler()
console_handler.setLevel(logging.WARNING)
由于日志記錄器的級別被設置為INFO
,它只向兩個處理程序發(fā)送級別為INFO
或更高的日志消息,但每個處理程序只處理達到或超過其指定日志級別的消息。
回到我們的主要例子,然后我們創(chuàng)建一個格式化器并將其添加到處理程序中。格式化器指定了日志消息的格式,包括時間戳、日志記錄器名稱、日志級別和消息。最后,我們將處理程序添加到日志記錄器中"。
現(xiàn)在在代碼中,需要調用set_logger
,如下所示:
import logging from set_logging import set_logger set_logger() logger = logging.getLogger() def roman_number(s: str) -> int: dic = {"I": 1, "V": 5, "X": 10, "L": 50, "C": 100, "D": 500, "M": 1000} res = 0 pre = None for char in s: res += dic.get(char) if dic.get(pre) and dic.get(pre) < dic.get(char): res -= 2 * dic.get(pre) pre = char logger.info("logging is awesome") return res roman_number("IV")
運行這段代碼,結果如下:
2023-03-04 02:26:57,619 - root - INFO - logging is awesome
三、使用日志的優(yōu)點
- 級別。一個日志記錄器提供了一種方法來為不同類型的消息設置不同的日志級別,如
DEBUG
、INFO
、WARNING
、ERROR
和CRITICAL
。這使得根據日志消息的嚴重程度來過濾和確定其優(yōu)先級變得更加容易。當然,打印可以模仿與日志相同的行為,但它需要更多的硬編碼工作,而且不像日志那樣靈活。 - 性能。打印日志信息可能比使用記錄器慢,特別是在處理大量數(shù)據或頻繁進行記錄的時候。
- 可配置性。記錄器提供了一種方法來配置應用程序的日志行為,如日志級別、日志目的地和日志格式,而無需修改源代碼。這使得隨著時間的推移,更容易管理和維護日志行為。
- 靈活性。記錄器允許你將日志信息發(fā)送到多個目的地,如控制臺、文件或數(shù)據庫。這種靈活性使得管理日志和分析它們變得更加容易。
到此這篇關于Python中l(wèi)ogging日志模塊代碼調試的文章就介紹到這了,更多相關Python logging日志模塊內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家!
相關文章
flask使用session保存登錄狀態(tài)及攔截未登錄請求代碼
這篇文章主要介紹了flask使用session保存登錄狀態(tài)及攔截未登錄請求代碼,具有一定借鑒價值,需要的朋友可以參考下2018-01-01Numpy中np.max的用法及np.maximum區(qū)別
這篇文章主要介紹了Numpy中np.max的用法及np.maximum區(qū)別,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧2020-11-11PyTorch基礎之torch.nn.CrossEntropyLoss交叉熵損失
這篇文章主要介紹了PyTorch基礎之torch.nn.CrossEntropyLoss交叉熵損失講解,具有很好的參考價值,希望對大家有所幫助。如有錯誤或未考慮完全的地方,望不吝賜教2023-02-02