Python實現打印詳細報錯日志,獲取報錯信息位置行數
Python打印詳細報錯日志,獲取報錯信息位置行數
源于: 功能類代碼 – Logsetclass.py
網上代碼1
# 日志模塊 import logging import traceback # 引入日志 logging.basicConfig(filename='log_record.txt', level=logging.DEBUG, filemode='w', format='[%(asctime)s] [%(levelname)s] >>> %(message)s', datefmt='%Y-%m-%d %I:%M:%S') try: print(a+1) # 放主要代碼 except Exception as e: logging.error("Main program error:") logging.error(e) logging.error(traceback.format_exc())
結果為:
網上代碼2
- logging模塊可以實現Python程序的錯誤日志功能。
- 通過使用baseConfig()函數就可以對logging進行一個日志配置。
- 包括輸出的格式和錯誤等級,記錄的文件目錄
使用 Python
的 logging
模塊能很好的幫我們完成程序的錯誤日志功能。
- 像其它的語言那樣,
python
里的logging
信息同樣也是分為5個等級,從低到高依次是:DEBUG,INFO,WARNING,ERROR,CRITICAL
- python中,
logging
由logger,handler,filter,formater
四個部分組成,logger是提供我們記錄日志的方法;handler是讓我們選擇日志的輸出地方,如:控制臺,文件,郵件發(fā)送等,一個logger
添加多個handler
;filter是給用戶提供更加細粒度的控制日志的輸出內容;formater用戶格式化輸出日志的信息。 - logger的級別劃分,python中, root是默認的最高級別的,其它的logger的級別通過"."來劃分等級,如:bao,bao.a,bao.b三個logger,bao.a和bao.b都的級別都低于bao,依此類推。
python中配置logging有三種方式
- 在程序中完成logger,handler,filter,formater的實例化 被配置好logging,然后再使用logging取得logger進行日志操作。
- 使用配置文件的方式配置logging,使用
fileConfig(filename,defaults=None,disable_existing_loggers=Ture )
函數來讀取配置文件。 - 使用一個字典方式來寫配置信息,然后使用
dictConfig(dict,defaults=None,disable_existing_loggers=Ture)
函數來瓦按成logging 的配置 。(這個方式沒有仔細看,所以沒有怎么說,具體可以看文檔)
注意: 在使用第二種和三種方式配置logging的時候,第三個參數默認值是True,當它為True的時候,在這之前定義的logging配置就是失效,不能再使用,也就是只有配置文件或者配置字典里有的內容才能使用。如果先讓之前的logging配置依然有限就要把這個參數設為False,或者一直就是使用配置文件或者配置字典的方式來對logging進行配置。
使用代碼logging的代碼來說明
使用baseConfig()函數對 logging進行 簡單的 配置:
import logging logging.basicConfig(level=logging.INFO, format='%(levelname)s %(asctime)s [%(filename)s:%(lineno)d] %(message)s', datefmt='%Y.%m.%d. %H:%M:%S', # filename='parser_result.log', # filemode='w' ) log = logging.getLogger(__name__) if __name__ == '__main__': # 使用logger輸出日志信息 log.info('this is a log') log.debug("debug") log.info("info") log.warning("warning") log.error("error") log.critical("critiacl")
說明:
- 使用baseConfig()函數,可選參數有filename,filemode,format,datefmt,level,stream
- 有filename是文件日志輸出,filemode是’w’的話,文件會被覆蓋之前生成的文件會被覆蓋。datafmt參數用于格式化日期的輸出
通過初始化logger,handler,formater來配置logging:
import logging # logging模塊由logger,handler,filter,fomatter四個部分組成 # 獲取一個logger對象 logger = logging.getLogger("haha") # 設置日志輸出等級 logger.setLevel(logging.DEBUG) # 創(chuàng)建一個文件的handler f_handler = logging.FileHandler("xxx.log") f_handler.setLevel(logging.INFO) # 創(chuàng)建一個控制臺的handler c_handler = logging.StreamHandler() c_handler.setLevel(logging.WARNING) # 設置日志的輸出格式 fmt = logging.Formatter("%(asctime)s-%(name)s-%(levelname)s-%(message)s") # 給handler綁定一個fomatter類 f_handler.setFormatter(fmt) c_handler.setFormatter(fmt) # 綁定一個handler logger.addHandler(f_handler) logger.addHandler(c_handler) # 使用logger輸出日志信息 logger.debug("debug") logger.info("info") logger.warning("warning") logger.error("error") logger.critical("critiacl")
總結
以上為個人經驗,希望能給大家一個參考,也希望大家多多支持腳本之家。
相關文章
transform python環(huán)境快速配置方法
經常在數據開發(fā)中需要搞udf,最近發(fā)現transform更加方便易用,但是經常會涉及到集群python版本不一、包不全或者部分機器上沒有安裝python。這篇文章主要介紹了transform python環(huán)境快速配置方法,需要的朋友可以參考下2018-09-09pip matplotlib報錯equired packages can not be built解決
這篇文章主要介紹了pip matplotlib報錯equired packages can not be built解決,具有一定借鑒價值,需要的朋友可以參考下2018-01-01