Python中logging日志模块代码调试过程详解
作者:csdn1561168266 发布时间:2021-03-13 05:40:32
大家好,为了进行调试和错误跟踪,人们在整个代码库中广泛使用日志,今天来看看如何在代码中定义日志,并探讨日志的权限。
一、日志层级
在开始之前,需要注意的是,在日志记录中存在一个层次结构,称为日志树或日志者层次结构。该层次结构由几个级别组成,每个级别代表了日志信息的不同严重程度。最常见的层次是:
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、创建模块
让我们创建一个名为set_logging.py
的python模块:
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)
为了明确代码,我们用getLogger
函数创建一个日志器实例,并使用setLevel
来设置日志级别(DEBUG
、INFO
等)。日志器的setLevel
方法就像一个过滤器,它决定了一条日志信息是否应该被处理并发送给处理程序。例如,如果我们将日志记录器的级别设置为INFO
,那么日志记录器就不会向处理程序发送级别为DEBUG
的消息,因为它们的严重程度低于在日志记录器上设置的最低级别。它只将级别为INFO
或更高的日志消息(即WARNING
、ERROR
或CRITICAL
)发送给处理程序进行处理。
我们创建一个StreamHandler
,将日志信息发送到一个流中,如控制台或终端。它被用来输出日志信息以达到调试的目的。我们还为处理程序设置了级别。
我们这样做是因为当处理程序收到来自日志记录器的消息时,它将把这些消息与它的级别进行比较,并在发出之前过滤掉严重程度较低的消息。当我们有不同的处理程序时:
logger.setLevel(logging.INFO)
file_handler = logging.FileHandler()
file_handler.setLevel(logging.ERROR)
console_handler = logging.StreamHandler()
console_handler.setLevel(logging.WARNING)
由于日志记录器的级别被设置为INFO
,它只向两个处理程序发送级别为INFO
或更高的日志消息,但每个处理程序只处理达到或超过其指定日志级别的消息。
回到我们的主要例子,然后我们创建一个格式化器并将其添加到处理程序中。格式化器指定了日志消息的格式,包括时间戳、日志记录器名称、日志级别和消息。最后,我们将处理程序添加到日志记录器中"。
现在在代码中,需要调用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")
运行这段代码,结果如下:
2023-03-04 02:26:57,619 - root - INFO - logging is awesome
三、使用日志的优点
级别。一个日志记录器提供了一种方法来为不同类型的消息设置不同的日志级别,如
DEBUG
、INFO
、WARNING
、ERROR
和CRITICAL
。这使得根据日志消息的严重程度来过滤和确定其优先级变得更加容易。当然,打印可以模仿与日志相同的行为,但它需要更多的硬编码工作,而且不像日志那样灵活。性能。打印日志信息可能比使用记录器慢,特别是在处理大量数据或频繁进行记录的时候。
可配置性。记录器提供了一种方法来配置应用程序的日志行为,如日志级别、日志目的地和日志格式,而无需修改源代码。这使得随着时间的推移,更容易管理和维护日志行为。
灵活性。记录器允许你将日志信息发送到多个目的地,如控制台、文件或数据库。这种灵活性使得管理日志和分析它们变得更加容易。
来源:https://blog.csdn.net/csdn1561168266/article/details/130299785


猜你喜欢
- 追本溯源,从使用开始首先看一下我们通常是如何使用微软自带的认证,一般在Startup里面配置我们所需的依赖认证服务,这里通过JWT的认证方式
- 【pytorch官方文档】:https://pytorch.org/docs/stable/generated/torch.nn.AvgPo
- location是javascript里边管理地址栏的内置对象,比如location.href就管理页面的url,用location.hre
- 实际上face_recognition这个项目尤其是dlib更适用于Linux系统。经过我的测试,在性能方面,编译同样规格的项目,这个工具在
- 本文实例为大家分享了python机器学习实现决策树的具体代码,供大家参考,具体内容如下# -*- coding: utf-8 -*-&quo
- <script language='javascript' for='document' event=
- 重要提示:本文并非一篇简单地介绍内联格式模型(inline formatting model)的文章。相反,它是对内联格式(inline f
- 摘要:NumPy中包含大量的函数,这些函数的设计初衷是能更方便地使用,掌握解这些函数,可以提升自己的工作效率。这些函数包括数组元素的选取和多
- 本文实例讲述了flask框架自定义过滤器。分享给大家供大家参考,具体如下:除了一些内置的join length safe等过滤器外, fla
- 轮播图功能安装依赖模块图片处理模块pip install pillow上传文件相关配置由于我们需要在后台上传我们的轮播图图片,所以我们需要在
- Fibonacci斐波那契数列,很简单,就是一个递归嘛,学任何编程语言可能都会做一下这个。最近在玩Python,在粗略的看了一下Learni
- 有时候网站会收到一些投稿文章,或者也会转载别人的文章,新创建一个用户又有些麻烦,但在作者名称那里显示自己的名字,总不是那么和谐。今天倡萌推荐
- 矩阵增加行np.row_stack() 与 np.column_stack()import numpy as npa = np.array(
- 目录一、Go调用C代码的原理二、在Go中使用C语言的类型1、原生类型数值类型指针类型字符串类型数组类型2、自定义类型枚举(enum)结构体(
- ASP获取远程文件的通过header头信息,并返回远程文件大小信息,远程文件可以是网页或RAR,EXE任何格式的文件。以下是具体代码:<
- 在 MySQL 中,可以使用 ALTER TABLE 语句来添加表字段。以下是一些示例代码,可以批量添加多个字段:1 m
- 0. 简介上一篇博客简单介绍了GMP模型,这一篇我们介绍一下Go调度器的初始化过程,也就是在main.main函数运行之前所做的事情。1.
- 问题:连续或者单个窗体,如何打印当前显示的记录?当前窗体还有对应的子窗体,也要一起打印出来我在一个窗体里有一个单号,大子窗体里有几组数据,我
- 接着第一篇继续学习。一、数据分类正确数据:id、性别、活动时间三者都有放在这个文件里file1 = 'ruisi\\correct%
- 本文实例讲述了python自动化之Ansible的安装。分享给大家供大家参考,具体如下:一 点睛Ansible只需在管理端部署环境即可,建议