解决python封装Logging模块后,log位置显示错误的问题

引入

今天由于项目需要,要将logging库二次封装成一个类,以实现一些自定义的功能。

我将二次封装了一个logService类,然后在其中同样也实现info, warn, error等日志函数。额外加了一个将日志存入数据库的功能。

大概是像下面这样子:

但是在封装的过程中,出现了一个问题:log中,不能正确显示打日志的地方的代码位置了。

表现如图所示:

我们希望打log的时候显示的代码位置是出错的地方的位置,但是这里显示的是logService类中的代码位置。这该怎么办呢?

解决过程

上网查了一下,排在前面的几条结果都是通过直接将logger返回给其他的类来实现的。但是我必须封装多一层以实现自定义的功能。因此,我尝试去logging库中寻找答案。

首先,我们可以看到,error()函数是这样子的:

它调用了self._log()函数,长这样:

我们可以注意到,参数列表之中有一个叫做stacklevel的参数,且默认值为1.并且这个参数被传递到了一个叫做findCaller的函数里面。这一点值得我们注意,因为这就是解决问题的关键。

要追踪函数的调用位置,那必然与调用栈(callstack)有关,而这里的stacklevel,又传递到了一个“寻找调用者”的函数之中,这是值得我们警觉的。我们猜想:stacklevel也许就是往前追踪的调用栈的层数的意思?因为从打log函数的位置往前追1层,那就是打log的位置了。

带着疑惑,我们继续看findCaller函数,我们可以看到:

根据函数的文档字符串描述,这个函数的作用是“寻找调用者的栈帧,以便于我们定位文件名、代码行数、函数名”。从这一点来看,我们就能明白,这个函数就是逐级的找调用栈的栈帧,然后获取里边的信息。

这个时候,我们可以看到这行代码:

f = currentframe()

这行代码字面上写的是“获取当前栈帧”的意思,那么,什么叫做“当前栈帧”呢?我们继续往下看,看这个函数实现:

我们可以根据上面的代码得知,该函数的作用就是返回从当前位置栈帧往前追踪的第3个栈帧。从currentframe()函数算起,往前的第3个栈帧就是error()函数所在的栈帧。

看到这里,小伙伴们肯定很疑惑:为什么是error()函数而不是调用logging.error()的地方呢?原因是,函数只有被压栈了才会形成一个栈帧.举个小例子,函数A调用函数B,那么在调用的时候,A就会被压栈,因此栈中就有了A的栈帧。

可是,这也不是调用error()的地方所在的栈帧呀?别忘了,前面我们看到了那个stacklevel参数,默认为1。从error()函数往上再追踪1层不就是调用logging.error()的地方了吗?这就是stacklevel默认等于1的原因。

我们再回到findCaller()函数:

我们可以看到,在获取到logging.error()所在的栈帧之后,执行了一个f=f_back的操作。从命名上看,这个f_back很显然是指向更深一层栈帧的指针。结合stacklevel默认等于1的情况以及下面的while循环来看,验证了我们的猜想。

然后下方的while循环对于stacklevel>1的情况,不断的往更深层追踪栈帧。

看到这里,我们已经可以回答最初的问题了:如何解决log位置显示错误的问题?答案就是,我们只需要将stacklevel设置为2即可,这样就会再往上一层,追踪到调用logService.error()的地方,而不是调用logging.error()的位置。

我们只需要1行代码即可应用更改:

更改后,情况如下所示,调用logService.error()的位置被正确的显示了出来。

结语

其实本文所述的问题并不是特别的复杂,只是需要熟悉计算机的函数调用的原理:调用函数时,将当前函数的局部变量和返回地址压栈,函数return的时候,将ret_addr填写到指令指针寄存器之中。当你对这一基本原理熟悉之后,就能很顺理成章的解决本文所述的问题了~

转载请注明来源:解决python封装Logging模块后,log位置显示错误的问题 | | 龙进的博客icon-default.png?t=M666https://longjin666.cn/?p=1484

欢迎关注我的公众号“灯珑”,让我们一起了解更多的事物~

  • 4
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
Pythonlogging模块提供了灵活的日志记录功能,可以将日志输出到文件、控制台、网络等各种目标。下面是一个简单的logging封装示例,您可以根据自己的需求进行修改和扩展。 ```python import logging class Logger: def __init__(self, name=__name__, level=logging.DEBUG): self.logger = logging.getLogger(name) self.logger.setLevel(level) formatter = logging.Formatter('%(asctime)s [%(levelname)s] %(name)s: %(message)s') console_handler = logging.StreamHandler() console_handler.setFormatter(formatter) self.logger.addHandler(console_handler) file_handler = logging.FileHandler('app.log') file_handler.setFormatter(formatter) self.logger.addHandler(file_handler) def debug(self, message): self.logger.debug(message) def info(self, message): self.logger.info(message) def warning(self, message): self.logger.warning(message) def error(self, message): self.logger.error(message) def critical(self, message): self.logger.critical(message) ``` 在上述代码中,我们定义了一个Logger类,它包含了一个logger对象和几个日志级别的方法。在初始化时,我们设置了日志级别、日志格式和两个Handler(控制台和文件)。日志级别可以根据需要进行调整,常见的级别包括DEBUG、INFO、WARNING、ERROR和CRITICAL。日志格式可以根据自己的需要进行修改,上面的格式包含了时间、级别、日志名称和消息内容。 使用该Logger类时,可以先创建一个实例对象,然后调用对应的方法记录日志,例如: ```python logger = Logger(__name__) logger.debug('This is a debug message') logger.info('This is an info message') logger.warning('This is a warning message') logger.error('This is an error message') logger.critical('This is a critical message') ``` 该示例中,我们创建了一个名为logger的Logger对象,并记录了五个不同级别的日志。控制台和文件中将分别输出这些日志信息。 当然,上述示例只是一个简单的封装,您可以根据自己的需求进行扩展,例如添加网络输出、邮件通知等功能。同时,您还可以使用Pythonlogging模块提供的其他功能,例如过滤器、处理器、格式化器等,以满足更复杂的日志需求。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值