python 在线运行环境_Python线上环境使用日志的及配置文件

最新推荐文章于 2024-07-06 03:02:19 发布

weixin_39784460

最新推荐文章于 2024-07-06 03:02:19 发布

阅读量220

点赞数

文章标签： python 在线运行环境

瞎比比

与 print 相比 logging 有什么优势？

基础用法

保存到文件

多模块使用 logging

使用配置文件配置 logging

瞎比比

这篇文章其实早在一个月之前就写好了。奈何，加班猛如虎，真的怕了。直至今天才幸运地有了个双休，赶紧排版一下文章发布了。以下为正文。在初学 Python 的时候，我们使用

print("hello world")

输出了我们的第一行代码。在之后的日子里，便一直使用 print 进行调试(当然，还有 IDE 的 debug 模式)。但是，当你在线上运行 Python 脚本的时候，你并不可能一直守着你的运行终端。可是如果不守着的话，每当出现 bug ，错误又无从查起。这个时候，你需要对你的调试工具进行更新换代了，这里我推荐一个优雅的调试工具 logging。

与 print 相比 logging 有什么优势？

那既然我推荐这个工具，它凭什么要被推荐呢？且来看看它有什么优势：

可以输出到多处，例如：在输出到控制台的同时，可以保存日志到日志文件里面，或者保存到其他远程服务器

可以设置日志等级，DEBUG、INFO、ERROR等，在不同的环境(调试环境、线上环境)使用不同的等级来过滤日志，使用起来很方便

配置灵活，可保存到配置文件，格式化输出

基础用法

下面涉及到的代码我都省略了导包部分，详见源码(后台回复 logging 获取源码)

base_usage.py

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

logger = logging.getLogger(__name__)

logger.info("Log level info")

logger.debug("Log level debug")

logger.warning("Log level warning")

# 捕获异常，并打印出出错行数

try:

raise Exception("my exception")

except (SystemExit, KeyboardInterrupt):

raise

except Exception:

logger.error("there is an error =>", exc_info=True)

level为日志等级，分为：

FATAL：致命错误

CRITICAL：特别糟糕的事情，如内存耗尽、磁盘空间为空，一般很少使用

ERROR：发生错误时，如IO操作失败或者连接问题

WARNING：发生很重要的事件，但是并不是错误时，如用户登录密码错误

INFO：处理请求或者状态变化等日常事务

DEBUG：调试过程中使用DEBUG等级，如算法中每个循环的中间状态

foamat可以格式化输出，其参数有如下：

%(levelno)s：打印日志级别的数值

%(levelname)s：打印日志级别的名称

%(pathname)s：打印当前执行程序的路径，其实就是sys.argv[0]

%(filename)s：打印当前执行程序名

%(funcName)s：打印日志的当前函数

%(lineno)d：打印日志的当前行号

%(asctime)s：打印日志的时间

%(thread)d：打印线程ID

%(threadName)s：打印线程名称

%(process)d：打印进程ID

%(message)s：打印日志信息

捕获异常,以下两行代码都具有相同的作用

logger.exception(msg,_args)

logger.error(msg,exc_info = True,_args)

保存到文件，并输出到命令行

这个用法直接 copy 使用就行

import logging

# 写入文件

import logging

logger = logging.getLogger(__name__)

logger.setLevel(level=logging.INFO)

handler = logging.FileHandler("info.log")

handler.setLevel(logging.INFO)

formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s')

handler.setFormatter(formatter)

logger.addHandler(handler)

logger.info("Log level info")

logger.debug("Log level debug")

logger.warning("Log level warning")

# 写入文件，同时输出到屏幕

import logging

logger = logging.getLogger(__name__)

logger.setLevel(level = logging.INFO)

handler = logging.FileHandler("info.log")

handler.setLevel(logging.INFO)

formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s')

handler.setFormatter(formatter)

console = logging.StreamHandler()

console.setLevel(logging.INFO)

logger.addHandler(handler)

logger.addHandler(console)

logger.info("Log level info")

logger.debug("Log level debug")

logger.warning("Log level warning")

多模块使用 logging

被调用者的日志格式会与调用者的日志格式一样 main.py

# -*- coding: utf-8 -*-

__auth__ = 'zone'

__date__ = '2019/6/17 下午11:46'

'''

公众号：zone7

小程序：编程面试题库

'''

import os

import logging

from python.logging_model.code import sub_of_main

logger = logging.getLogger("zone7Model")

logger.setLevel(level=logging.INFO)

handler = logging.FileHandler("log.txt")

handler.setLevel(logging.INFO)

formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s')

handler.setFormatter(formatter)

console = logging.StreamHandler()

console.setLevel(logging.INFO)

console.setFormatter(formatter)

logger.addHandler(handler)

logger.addHandler(console)

sub = sub_of_main.SubOfMain()

logger.info("main module log")

sub.print_some_log()

sub_of_main.py

# -*- coding: utf-8 -*-

__auth__ = 'zone'

__date__ = '2019/6/17 下午11:47'

'''

公众号：zone7

小程序：编程面试题库

'''

import logging

module_logger = logging.getLogger("zone7Model.sub.module")

class SubOfMain(object):

def __init__(self):

self.logger = logging.getLogger("zone7Model.sub.module")

self.logger.info("init sub class")

def print_some_log(self):

self.logger.info("sub class log is printed")

def som_function():

module_logger.info("call function some_function")

使用配置文件配置 logging

这里分别给出了两种配置文件的使用案例，都分别使用了三种输出，输出到命令行、输出到文件、将错误信息独立输出到一个文件

log_cfg.json

{

"version":1,

"disable_existing_loggers":false,

"formatters":{

"simple":{

"format":"%(asctime)s - %(name)s - %(levelname)s - %(message)s"

}

"handlers":{

"console":{

"class":"logging.StreamHandler",

"level":"DEBUG",

"formatter":"simple",

"stream":"ext://sys.stdout"

"info_file_handler":{

"class":"logging.handlers.RotatingFileHandler",

"level":"INFO",

"formatter":"simple",

"filename":"info.log",

"maxBytes":10485760,

"backupCount":20,

"encoding":"utf8"

"error_file_handler":{

"class":"logging.handlers.RotatingFileHandler",

"level":"ERROR",

"formatter":"simple",

"filename":"errors.log",

"maxBytes":10485760,

"backupCount":20,

"encoding":"utf8"

}

"loggers":{

"my_module":{

"level":"ERROR",

"handlers":["info_file_handler2"],

"propagate":"no"

}

"root":{

"level":"INFO",

"handlers":["console","info_file_handler","error_file_handler"]

}

通过 json 文件读取配置：

import json

import logging.config

import os

def set_log_cfg(default_path="log_cfg.json", default_level=logging.INFO, env_key="LOG_CFG"):

path = default_path

value = os.getenv(env_key, None)

if value:

path = value

if os.path.exists(path):

with open(path, "r") as f:

config = json.load(f)

logging.config.dictConfig(config)

else:

logging.basicConfig(level=default_level)

def record_some_thing():

logging.info("Log level info")

logging.debug("Log level debug")

logging.warning("Log level warning")

if __name__ == "__main__":

set_log_cfg(default_path="log_cfg.json")

record_some_thing()

log_cfg.yaml

version: 1

disable_existing_loggers: False

formatters:

simple:

format: "%(asctime)s - %(name)s - %(levelname)s - %(message)s"

handlers:

console:

level: DEBUG

formatter: simple

stream: ext://sys.stdout

info_file_handler:

level: INFO

formatter: simple

filename: info.log

maxBytes: 10485760

backupCount: 20

encoding: utf8

error_file_handler:

level: ERROR

formatter: simple

filename: errors.log

maxBytes: 10485760

backupCount: 20

encoding: utf8

loggers:

my_module:

level: ERROR

handlers: [info_file_handler]

propagate: no

root:

level: INFO

handlers: [console,info_file_handler,error_file_handler]

通过 yaml 文件读取配置：

import yaml

import logging.config

import os

def set_log_cfg(default_path="log_cfg.yaml", default_level=logging.INFO, env_key="LOG_CFG"):

path = default_path

value = os.getenv(env_key, None)

if value:

path = value

if os.path.exists(path):

with open(path, "r") as f:

config = yaml.load(f)

logging.config.dictConfig(config)

else:

logging.basicConfig(level=default_level)

def record_some_thing():

logging.info("Log level info")

logging.debug("Log level debug")

logging.warning("Log level warning")

if __name__ == "__main__":

set_log_cfg(default_path="log_cfg.yaml")

record_some_thing()

总结

以上所述是小编给大家介绍的Python线上环境使用日志的及配置文件,希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对脚本之家网站的支持！

如果你觉得本文对你有帮助，欢迎转载，烦请注明出处，谢谢！

weixin_39784460

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
python 在线运行环境_Python线上环境使用日志的及配置文件

目录瞎比比与 print 相比 logging 有什么优势？基础用法保存到文件多模块使用 logging使用配置文件配置 logging瞎比比这篇文章其实早在一个月之前就写好了。奈何，加班猛如虎，真的怕了。直至今天才幸运地有了个双休，赶紧排版一下文章发布了。以下为正文。在初学 Python 的时候，我们使用print("hello world")输出了我们的第一行代码。在之后的日子里，便一直使用...
复制链接

扫一扫