基于Python编写简单实用的日志装饰器
作者:Ckend 发布时间:2022-10-09 01:21:51
在写代码的时候,往往会漏掉日志这个关键因素,导致功能在使用的时候出错却无法溯源。
其实,只需要写一个非常简单的日志装饰器,我们就能大大提升排查问题的效率。
1.简陋版装饰器
写一个装饰器非常简单,因为本质上装饰器就是一个返回函数的“高阶”函数而已:
1) 函数作为参数传递进装饰器。
2) 装饰器内定义一个函数,处理作为参数传递进来的函数。
3) 返回这个装饰器内定义的函数
import datetime
def log(func):
"""
日志装饰器,简单记录函数的日志
Args:
func (function): 函数
"""
def inner(*args):
timestamp = str(datetime.datetime.now()).split(".")[0]
res = func(*args)
print(f"[{timestamp}] ({func.__name__}) {args} -> {res}")
return res
return inner
用一下试试看:
@log
def pluser(a, b):
return a + b
pluser(1, 2)
效果如下:
虽然这样可以实现我们所需要的功能,但其实有很大的优化空间。
2.普通版装饰器
第一版代码中有一个显而易见的问题,装饰器内定义的处理函数不支持kwargs,而在装饰器中支持kwargs仅仅是举手之劳而已。
第二个问题是,生成时间戳的时候采用字符串截取的形式,这种形式过于粗暴。其实可以使用strftime做字符串转换。
修改如下:
import datetime
def log(func):
"""
日志装饰器,简单记录函数的日志
Args:
func (function): 函数
"""
def inner(*args, **kwargs):
timestamp = datetime.datetime.now().strftime("%Y-%m-%d %H:%M:%S")
res = func(*args, **kwargs)
print(f"[{timestamp}] ({func.__name__}) {args} -> {res}")
return res
return inner
似乎优化得差不多了,不过依然存在改进空间。
3.优化版装饰器
在前两版代码中,我们使用print进行日志输出,其实这种处理日志的方式并不标准。
使用logging模块控制日志输出是一个更好地选择。
为了使用logging模块记录日志,我们需要先配置好logging相关的选项。
1) 首先,生成一个日志记录器,并配置日志等级:
import logging
# 获取日志记录器,配置日志等级
logger = logging.getLogger(__name__)
logger.setLevel('DEBUG')
2) 配置日志格式、增加handler控制输出流:
# 默认日志格式
formatter = logging.Formatter("%(asctime)s - [%(levelname)s] - %(message)s")
# 输出到控制台的handler
chlr = logging.StreamHandler()
# 配置默认日志格式
chlr.setFormatter(formatter)
此处可以设置handler所需要处理的日志等级,没有设置则默认使用logger自身的Level,即DEBUG等级。
3) 最后,将此handler加入到日志记录器内:
# 日志记录器增加此handler
logger.addHandler(chlr)
logging 完整配置如下:
import logging
# 获取日志记录器,配置日志等级
logger = logging.getLogger(__name__)
logger.setLevel('DEBUG')
# 默认日志格式
formatter = logging.Formatter("%(asctime)s - [%(levelname)s] - %(message)s")
# 输出到控制台的handler
chlr = logging.StreamHandler()
# 配置默认日志格式
chlr.setFormatter(formatter)
# 日志记录器增加此handler
logger.addHandler(chlr)
使用的时候非常简单,就是把print换成logger.debug即可:
def log(func):
"""
日志装饰器,简单记录函数的日志
Args:
func (function): 函数
"""
def inner(*args, **kwargs):
timestamp = datetime.datetime.now().strftime("%Y-%m-%d %H:%M:%S")
res = func(*args, **kwargs)
logger.debug(f"func: {func.__name__} {args} -> {res}")
return res
return inner
效果如下:
这样,一个比较完善的日志装饰器就完成了。
附常用的日志等级配置:
来源:https://mp.weixin.qq.com/s/0lbhIAcBCjXNnh49wInYvA


猜你喜欢
- 1、视图函数之前的文章说过,在 Flask 中路由是请求的 url 与处理函数之间的映射,使用app.route装饰器将处理函数和 url
- Python类的继承在OOP(ObjectOrientedProgramming)程序设计中,当我们定义一个class的时候,可以从某个现有
- Java 8终于到来了! 经过几年的等待, java程序员终于能在java中得到函数式编程的支持了. 函数式编程的支持能流程化现
- 互斥锁在Golang中,互斥锁(Mutex)是一种基本的同步原语,用于实现对共享资源的互斥访问。互斥锁通过在代码中标记临界区来控制对共享资源
- 处理excel表格的时候经常遇到合并单元格的情况,使用xlrd中的merged_cells的方法可以获取当前文档中的所有合并单元格的位置信息
- 前言:stored procedure 完成特定功能的SQL语句集,存储在数据库中,经过第一次编译之后再次调用不需要编译(效率较高)1、存储
- 如下所示:import sysfrom PyQt5.QtWidgets import *class MainWindow(QMainWind
- 目的: 从数据库读取二进制位图图形数据资料, 透过 ImageMagickObject 组件即时制作缩略图,并显示在网页上 (ge
- 准确地讲,Python没有专门处理字节的数据类型。但由于str既是字符串,又可以表示字节,所以,字节数组=str。而在C语言中,我们可以很方
- 需求需要向大约 500 名用户发送带有 Excel 附件的电子邮件,同时必须按用户从主 Excel 文件中拆分数据以创建他们自己的特定文件,
- 编程小白在线学习代码,前几天帮女朋友合并表格cv大佬在线泪目,想想之前合并表格也是一直cv,重复性且效率低下的操作完全可以用代码来实现。就用
- 什么是nodejs?Node.js 是一个基于 Chrome V8 引擎的 JavaScript 运行环境,nodejs允许javascri
- <%@ Page Language="C#" AutoEventWireup="true" C
- 前言我们编写的Web项目部署之后,经常会因为需要进行配置变更或功能迭代而重启服务,单纯的kill -9 pid的方式会强制关闭进程,这样就会
- 字典的键 字典中的值没有任何限制, 可以是任意Python对象,即从
- 一.WITH AS的含义 WITH AS短语,也叫做子查询部分(subquery factoring),可以让你做很多事情,定义一个SQL片
- 本文实例为大家分享了js轮播图实现代码,供大家参考,具体内容如下思路:1、首先要有个盛放图片的容器,设置为单幅图片的宽高,且overflow
- 一个非常繁琐粗暴的方法,python属于入门级水平,就酱先备份一下,如果有更好的方法再更新arrs=[[2,15,48,4,5],[6,7,
- 使用SQLSERVER的应该经常遇到“Unable to read local eventlog (reason:事件日志文件已在读取时间更
- 1.核心代码使用py2neo连接neo4j的方法:from py2neo import Graphgraph = Graph("h