python 在线运行环境_Python线上环境使用日志的及配置文件

python 在线运行环境_Python线上环境使用日志的及配置文件

2024-12-30 07:58

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！

以上就是本篇文章【python 在线运行环境_Python线上环境使用日志的及配置文件】的全部内容了，欢迎阅览！文章地址：http://ww.kub2b.com/news/16304.html
栏目首页相关文章动态同类文章热门文章网站地图返回首页企库往资讯移动站 http://ww.kub2b.com/mobile/ , 查看更多