python日志记录与命令行交互

UvwxyZ666

于 2024-09-17 20:16:10 发布

阅读量633

点赞数 14

分类专栏：项目中的python 学习笔记系列文章标签： python 开发语言

本文链接：https://blog.csdn.net/qq_62827972/article/details/142314320

版权

学习笔记系列同时被 2 个专栏收录

44 篇文章 1 订阅

订阅专栏

项目中的python

1 篇文章 0 订阅

订阅专栏

日志记录

使用basicConfig

import logging

# 配置日志记录系统的基本设置
logging.basicConfig(level=logging.INFO,
                    format='%(asctime)s - %(name)s - %(levelname)s - %(message)s')

# 获取一个日志记录器
logger = logging.getLogger('simple_example')

# 记录不同级别的日志信息
logger.debug('This is a debug message')  # 这条消息不会被输出，因为级别低于设置的级别
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')

输出为：

2024-09-17 14:10:31,787 - simple_example - INFO - This is an info message
2024-09-17 14:10:31,788 - simple_example - WARNING - This is a warning message
2024-09-17 14:10:31,788 - simple_example - ERROR - This is an error message
2024-09-17 14:10:31,788 - simple_example - CRITICAL - This is a critical message

在 Python 的 logging`模块中，basicConfig 函数用于配置日志系统的基本设置。你提供的代码行是设置日志记录的格式和级别。这四个参数分别是：

1. level=logging.INFO: 这是日志级别。logging.INFO表示只有 INFO 级别及以上（WARNING, ERROR, CRITICAL）的日志消息会被处理。日志级别从低到高依次是：DEBUG, INFO, WARNING, ERROR, CRITICAL。

2. format='%(asctime)s - %(name)s - %(levelname)s - %(message)s': 这是日志消息的格式。这个格式字符串定义了日志消息的外观。其中包含的各个部分是：

%(asctime)s: 日志事件发生的时间。默认格式是 `年-月-日时:分:秒,毫秒`。
%(name)s: 记录日志的记录器的名称。
%(levelname)s: 日志级别的名称（如 INFO, ERROR）。
%(message)s: 记录器传递给 `log` 方法的实际日志消息。

3. datefmt=None: 这个参数在代码中没有显示，但它是 `basicConfig` 的另一个参数，用于指定 `asctime` 的日期格式。如果没有设置，将使用默认格式。

4. style='%': 这也是一个可选参数，用于指定格式化字符串中的样式。默认是 `%`，这意味着使用传统的 `%` 格式化。

logging.basicConfig(level=logging.INFO,
                    format='%(asctime)s - %(name)s - %(levelname)s - %(message)s')

这行代码的作用是设置日志系统，使得所有 INFO 级别及以上的日志消息都会被记录，并且按照指定的格式输出。

使用Formatter

import logging

# 创建一个日志记录器
logger = logging.getLogger('simple_example')
logger.setLevel(logging.WARNING)  # 设置日志级别为WARNING，这意味着只有级别为WARNING及以上的日志才会被记录

# 创建一个日志格式器
formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s')

# 创建一个控制台处理器，并设置级别和格式
console_handler = logging.StreamHandler()
console_handler.setLevel(logging.WARNING)
console_handler.setFormatter(formatter)

# 将处理器添加到日志记录器
logger.addHandler(console_handler)

# 记录几条不同级别的日志消息
logger.warning('这是一个 warning 级别的日志信息')
logger.error('这是一个 error 级别的日志信息')
logger.critical('这是一个 critical 级别的日志信息')

StreamHandler 是 Python logging 模块中的一个处理器（handler），用于将日志消息输出到流中，通常是标准输出（控制台）。

Formatter和basicConfig功能类似，区别如下：

使用场景：basicConfig通常用于快速设置全局日志配置，而Formatter用于更精细的控制，比如为不同的日志处理器设置不同的格式。
灵活性：使用Formatter类可以更灵活地为不同的日志处理器设置不同的格式，而basicConfig则一次性设置全局配置。
配置方式：basicConfig是函数调用，而Formatter是通过创建对象并设置到处理器上来配置。

FileHandler

import logging

# 创建一个日志记录器
logger = logging.getLogger('file_handler_example')
logger.setLevel(logging.DEBUG)  # 设置日志级别为DEBUG

# 创建一个日志格式器
formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s')

# 创建一个文件处理器，指定日志文件的名称
file_handler = logging.FileHandler('example.log')
file_handler.setLevel(logging.INFO)  # 设置文件处理器的日志级别为INFO
file_handler.setFormatter(formatter)  # 将格式器应用到文件处理器

# 将文件处理器添加到日志记录器
logger.addHandler(file_handler)

# 记录几条不同级别的日志消息
logger.debug('这是一个 debug 级别的日志信息')
logger.info('这是一个 info 级别的日志信息')
logger.warning('这是一个 warning 级别的日志信息')
logger.error('这是一个 error 级别的日志信息')
logger.critical('这是一个 critical 级别的日志信息')

这样便可以将日志输出到文件内了。

总结

日志记录器（Logger）：logger = logging.getLogger('file_handler_example') 创建了一个日志记录器对象，'file_handler_example' 是这个记录器的名称。
日志级别（Level）：logger.setLevel(logging.DEBUG) 设置了日志记录器的级别为 DEBUG，这意味着所有 DEBUG 及以上级别的日志消息都会被处理。
日志格式器（Formatter）：formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s') 创建了一个日志格式器对象，定义了日志消息的格式。在这个格式中，%(asctime)s 表示时间戳，%(name)s 表示记录器的名称，%(levelname)s 表示日志级别，%(message)s 表示日志消息。
文件处理器（FileHandler）：file_handler = logging.FileHandler('example.log') 创建了一个文件处理器对象，指定了日志文件的名称为 example.log。file_handler.setLevel(logging.INFO) 设置了文件处理器的日志级别为 INFO，这意味着所有 INFO 及以上级别的日志消息都会被写入文件。
添加处理器（Add Handler）：logger.addHandler(file_handler) 将文件处理器添加到日志记录器中，这样日志记录器就会通过这个处理器将日志消息写入文件。
记录日志（Logging）：logger.debug(...)、logger.info(...) 等方法用于记录不同级别的日志消息。在这个例子中，只有 INFO 及以上级别的日志消息会被写入文件，因为文件处理器的级别被设置为 INFO。

命令行交互

基础用法

import argparse

# 创建 ArgumentParser 对象
parser = argparse.ArgumentParser(description='Multiply a number by a given value.')

# 添加位置参数
parser.add_argument('number', type=int, help='The number to multiply')

# 添加可选参数 --multiply
parser.add_argument('--multiply', type=int, default=1, help='The value to multiply the number by')

# 解析命令行参数
args = parser.parse_args()

# 计算乘积
product = args.number * args.multiply

# 输出结果
print(f'The result is: {product}')

输出：

PS E:\StudyAndWork\Courses\Senior\graduate\compresscode_all\PyTorchVideoCompression-master\DVC> python TryParse.py 5
The result is: 5
PS E:\StudyAndWork\Courses\Senior\graduate\compresscode_all\PyTorchVideoCompression-master\DVC> python TryParse.py 5 --multiply 5
The result is: 25

在 Python 中，argparse 模块是用于处理命令行参数和选项的标准库。ArgumentParser 是 argparse 模块中的一个类，它提供了一个易于使用的接口来处理命令行参数。

parser = argparse.ArgumentParser(description='Multiply a number by a given value.')

argparse.ArgumentParser: 这是创建一个新的解析器对象的方法。解析器对象负责解析命令行参数。

description: 这是一个可选参数，用于提供程序的简短描述。这个描述会在自动生成的帮助和使用说明中显示。

这行代码创建了一个 ArgumentParser 对象，命名为 parser。这个对象可以用来定义程序接受哪些命令行参数，以及如何解析这些参数。

接下来，你可以使用 parser 对象来添加参数，例如：

# 添加位置参数
parser.add_argument('number', type=int, help='The number to multiply')

# 添加可选参数 --multiply
parser.add_argument('--multiply', type=int, default=1, help='The value to multiply the number by')

这里，add_argument 方法用于添加两个位置参数：number 和 --multiply。每个参数都有一个 type，指定了参数应该被解析为哪种类型（在这个例子中是 float），以及一个 help 字符串，描述了每个参数的作用。

其中multiply是可选参数，如果不传入，就会使用默认值。

最后，你可以使用 parse_args() 方法来解析命令行参数：

args = parser.parse_args()

这将解析命令行参数，并返回一个包含参数值的命名空间对象。

action

在 argparse 模块中，action 参数定义了当命令行参数被解析时应该采取的操作。不同的 action 值会影响如何处理参数和如何更新解析后的参数值。以下是一些常用的 action 值及其用途：

store (默认): 这是默认的 action，它简单地将命令行参数的值存储在解析后的参数对象中。如果参数是可选的，并且没有提供值，则其值将为 None。如果提供了值，则其值将为提供的值。
```
parser.add_argument('--option', type=str, action='store', help='Some option')
```
store_true: 这个 action 用于开关参数，它不需要值。如果命令行中出现了这个参数，那么在解析后的参数对象中，该参数的值将被设置为 True。
```
parser.add_argument('--verbose', action='store_true', help='Increase output verbosity')
```
store_false: 类似于 store_true，但它用于设置参数值为 False。如果命令行中出现了这个参数，那么在解析后的参数对象中，该参数的值将被设置为 False。
```
parser.add_argument('--quiet', action='store_false', help='Decrease output verbosity')
```
append: 这个 action 用于将参数的值添加到一个列表中。如果同一个参数在命令行中出现多次，它的值将被收集到一个列表中。
```
parser.add_argument('--item', action='append', help='An item to add to a list')
```
append_const: 这个 action 用于将一个常量值添加到列表中。通常与 const 参数一起使用，表示无论命令行中参数的值是什么，都添加 const 指定的值。
```
parser.add_argument('--enable', action='append_const', const='ENABLE', help='Enable a feature')
```
count: 这个 action 用于计数某个参数在命令行中出现的次数。这通常用于设置日志级别或增加输出的详细程度。
```
parser.add_argument('--v', action='count', help='Increase verbosity level')
```
help: 这个 action 用于显示帮助信息并退出程序。通常与 -h 或 --help 参数一起使用。
```
parser.add_argument('--help', action='help', help='Show this help message and exit')
```
version: 这个 action 用于显示程序的版本信息并退出程序。通常与 --version 参数一起使用。
```
parser.add_argument('--version', action='version', version='%(prog)s 1.0', help='Show program version')
```
extend: 类似于 append，但这个 action 用于将参数的值扩展到一个列表中。如果参数的值是一个列表或元组，它的每个元素都将被添加到解析后的参数对象的列表中。
```
parser.add_argument('--options', action='extend', nargs='+', help='Options to extend')
```

通过使用不同的 action 值，你可以创建灵活和强大的命令行接口，以满足各种不同的需求。

长短参数的传递

在 argparse 模块中，短选项（如 -l）通常是长选项（如 --log）的简写形式。它们都关联到同一个参数，用户可以根据自己的喜好选择使用短选项或长选项来传递参数值。

假设你有一个脚本 train.py，定义了两个参数：

import argparse

# 创建 ArgumentParser 对象
parser = argparse.ArgumentParser(description='Train a model with optional pretraining and logging.')

# 添加命令行参数
parser.add_argument('-l', '--log', default='', 
                    help='output training details to a file')
parser.add_argument('-p', '--pretrain', default='', 
                    help='load pretrained model')

# 解析命令行参数
args = parser.parse_args()

# 使用参数
if args.log:
    print(f'Logging output to {args.log}')
if args.pretrain:
    print(f'Loading pretrained model from {args.pretrain}')

# 模拟训练过程
print('Training model...')

用户可以使用短选项或长选项来运行脚本：

python train.py -l logfile.txt  # 使用短选项
python train.py --log logfile.txt  # 使用长选项

两种方式都会将 --log 参数的值设置为 "logfile.txt"。

同样，对于预训练模型的参数：

python train.py -p pretrained_model.pth  # 使用短选项
python train.py --pretrain pretrained_model.pth  # 使用长选项

两种方式都会将 --pretrain 参数的值设置为 "pretrained_model.pth"。

短选项和长选项都是同一种参数的不同表现形式，它们在 argparse 中关联到同一个参数对象。用户可以根据自己的习惯和需求选择使用哪一种。这种设计使得命令行接口更加灵活和用户友好。

UvwxyZ666

关注

14
点赞
踩
7

收藏

觉得还不错? 一键收藏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

专栏目录