이 기사에서는 Python에서 로깅 모듈의 용도에 대해 설명합니다. 로깅 모듈의 사용법 소개에는 특정 참고 가치가 있습니다. 도움이 필요한 친구들이 참고할 수 있기를 바랍니다.
로깅 모듈은 Python과 함께 제공되는 내장 모듈로, 표준 로깅 인터페이스를 제공합니다
로그 수준 목록
#🎜🎜 #
Filter: 로그를 필터링하는 개체
Handler: 로그를 받아 다른 위치로의 인쇄를 제어하고, FileHandler는 파일로 인쇄하는 데 사용되며, StreamHandler는 사용됩니다. 터미널에 인쇄하려면
Formatter: 다양한 로그 형식 개체를 사용자 정의한 다음 이를 다른 핸들러 개체에 바인딩하여 다양한 핸들러의 로그 형식을 제어할 수 있습니다
'''critical=50 error =40 warning =30 info = 20 debug =10''' import logging #1、logger对象:负责产生日志,然后交给Filter过滤,然后交给不同的Handler输出logger=logging.getLogger(__file__) #2、Filter对象:不常用,略 #3、Handler对象:接收logger传来的日志,然后控制输出h1=logging.FileHandler('t1.log') #打印到文件h2=logging.FileHandler('t2.log') #打印到文件h3=logging.StreamHandler() #打印到终端 #4、Formatter对象:日志格式formmater1=logging.Formatter('%(asctime)s - %(name)s - %(levelname)s -%(module)s: %(message)s', datefmt='%Y-%m-%d %H:%M:%S %p',) formmater2=logging.Formatter('%(asctime)s : %(message)s', datefmt='%Y-%m-%d %H:%M:%S %p',) formmater3=logging.Formatter('%(name)s %(message)s',) #5、为Handler对象绑定格式h1.setFormatter(formmater1) h2.setFormatter(formmater2) h3.setFormatter(formmater3) #6、将Handler添加给logger并设置日志级别logger.addHandler(h1) logger.addHandler(h2) logger.addHandler(h3) logger.setLevel(10) #7、测试logger.debug('debug') logger.info('info') logger.warning('warning') logger.error('error') logger.critical('critical')참고: 로그는 먼저 로거에 의해 필터링된 다음 Handler 개체로 필터링됩니다. Handler 개체와 로거 개체가 동시에 로그 수준을 설정하면 최종 로그 수준은 다음과 같습니다. 둘 중 가장 높은 수준을 기반으로 설정을 사용하면 login.basicConfig() 함수의 특정 매개변수를 통해 로깅 모듈의 기본 동작을 변경할 수 있습니다. 사용 가능한 매개변수는
입니다. filename: 지정된 파일 이름을 가진 FiledHandler를 생성하여 로그가 지정된 파일에 저장되도록 합니다.
filemode: 파일 열기 모드, 이 매개변수는 filename이 지정될 때 사용되며 기본값은 "a"입니다. "w"로도 지정됩니다.
format: 핸들러에서 사용하는 로그 표시 형식 지정
datefmt: 날짜 및 시간 형식 지정
level: 루트로거의 로그 수준 설정
stream: StreamHandler 생성 지정된 스트림. 출력을 sys.stderr, sys.stdout 또는 파일로 지정할 수 있습니다. 기본값은 sys.stderr입니다. 파일 이름과 스트림 매개변수가 동시에 나열되면 스트림 매개변수는 무시됩니다.
%(module)s 로그 출력 함수를 호출하는 모듈 이름 %(funcName)s 로그 출력 함수를 호출하는 함수 이름 %( lineno)d 로그 출력 함수를 호출하는 문장이 위치한 코드 라인 %(created)f 현재 시간, 시간을 나타내는 UNIX 표준 부동 소수점 숫자로 표현
# 🎜🎜#%(relativeCreated)d 로그 정보를 출력할 때 Logger가 생성된 이후의 밀리초 수
%(asctime)s 현재 시간을 문자열로 표현한 것입니다. 기본 형식은 "2003-07-08 16:49:45,896"입니다. 쉼표 뒤에 오는 것은 밀리초
%(thread)d 스레드 ID입니다.
%(threadName)s 스레드 이름이 없을 수 있습니다.
%(process)d 프로세스 ID가 없을 수 있습니다. 사용자가
%(message)s 메시지를 출력하지 않을 수 있습니다
첨부된 로그 템플릿은 직접 사용할 수 있습니다:
""" logging配置 """ import os import logging.config # 定义三种日志输出格式 开始 standard_format = '[%(asctime)s][%(threadName)s:%(thread)d][task_id:%(name)s][%(filename)s:%(lineno)d]' \ '[%(levelname)s][%(message)s]' #其中name为getlogger指定的名字 simple_format = '[%(levelname)s][%(asctime)s][%(filename)s:%(lineno)d]%(message)s' id_simple_format = '[%(levelname)s][%(asctime)s] %(message)s' # 定义日志输出格式 结束 logfile_dir = os.path.dirname(os.path.abspath(__file__)) # log文件的目录 logfile_name = 'all2.log' # log文件名 # 如果不存在定义的日志目录就创建一个 if not os.path.isdir(logfile_dir): os.mkdir(logfile_dir) # log文件的全路径 logfile_path = os.path.join(logfile_dir, logfile_name) # log配置字典 LOGGING_DIC = { 'version': 1, 'disable_existing_loggers': False, 'formatters': { 'standard': { 'format': standard_format }, 'simple': { 'format': simple_format }, }, 'filters': {}, 'handlers': { #打印到终端的日志 'console': { 'level': 'DEBUG', 'class': 'logging.StreamHandler', # 打印到屏幕 'formatter': 'simple' }, #打印到文件的日志,收集info及以上的日志 'default': { 'level': 'DEBUG', 'class': 'logging.handlers.RotatingFileHandler', # 保存到文件 'formatter': 'standard', 'filename': logfile_path, # 日志文件 'maxBytes': 1024*1024*5, # 日志大小 5M 'backupCount': 5, 'encoding': 'utf-8', # 日志文件的编码,再也不用担心中文log乱码了 }, }, 'loggers': { #logging.getLogger(__name__)拿到的logger配置 # 这里的logger对象名字为''是为了getLogger()获取不同的日志对象时能获取相同的配置,当想要让不同的日志对象有不同的配 # 置时,可在这里添加logger对象 # 当getLogger()获取的logger对象名称不存在时,如果存在key=''的配置,则使用默认key=''的配置 '': { 'handlers': ['default', 'console'], # 这里把上面定义的两个handler都加上,即log数据既写入文件又打印到屏幕 'level': 'DEBUG', 'propagate': True, # 向上(更高level的logger)传递 }, }, } def load_my_logging_cfg(event_log): logging.config.dictConfig(LOGGING_DIC) # 导入上面定义的logging配置 # logger = logging.getLogger(__name__) # 生成一个log实例 # logger.info(event_log) # 记录事件的日志
테스트: #🎜🎜 #
""" MyLogging Test """ import time import logging import my_logging # 导入自定义的logging配置 logger = logging.getLogger(__name__) # 生成logger实例 def demo(): logger.debug("start range... time:{}".format(time.time())) logger.info("中文测试开始。。。") for i in range(10): logger.debug("i:{}".format(i)) time.sleep(0.2) else: logger.debug("over range... time:{}".format(time.time())) logger.info("中文测试结束。。。") if __name__ == "__main__": my_logging.load_my_logging_cfg() # 在你程序文件的入口加载自定义logging配置 demo()관련 권장 사항:
Python에서 인쇄하는 대신 로깅 모듈 사용(로깅에 대한 간결한 가이드)
# 🎜🎜#Python의 로깅 모듈 사용 예
위 내용은 Python에서 로깅 모듈의 용도는 무엇입니까? 로깅 모듈 사용법 소개의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

PythonArraysSupportVariousOperations : 1) SlicingExtractsSubsets, 2) 추가/확장 어드먼트, 3) 삽입 값 삽입 ATSpecificPositions, 4) retingdeletesElements, 5) 분류/ReversingChangesOrder 및 6) ListsompectionScreateNewListSbasedOnsistin

NumpyArraysareSentialplosplicationSefficationSefficientNumericalcomputationsanddatamanipulation. Theyarcrucialindatascience, MachineLearning, Physics, Engineering 및 Financeduetotheiribility에 대한 handlarge-scaledataefficivally. forexample, Infinancialanyaly

UseanArray.ArrayOveralistInpyThonWhendealingwithhomogeneousData, Performance-CriticalCode, OrinterFacingwithCcode.1) HomogeneousData : ArraysSaveMemorywithtypepletement.2) Performance-CriticalCode : arraysofferbetterporcomanceFornumericalOperations.3) Interf

아니요, NOTALLLISTOPERATIONARESUPPORTEDBYARRARES, andVICEVERSA.1) ArraySDONOTSUPPORTDYNAMICOPERATIONSLIKEPENDORINSERTWITHUTRESIGING, WHITHIMPACTSPERFORMANCE.2) ListSDONOTEECONSTANTTIMECOMPLEXITEFORDITITICCESSLIKEARRAYSDO.

ToaccesselementsInapyThonlist, 사용 인덱싱, 부정적인 인덱싱, 슬라이스, 오리 화.

Arraysinpython, 특히 비밀 복구를위한 ArecrucialInscientificcomputing.1) theaRearedFornumericalOperations, DataAnalysis 및 MachinELearning.2) Numpy'SimplementationIncensuressuressurations thanpythonlists.3) arraysenablequick

Pyenv, Venv 및 Anaconda를 사용하여 다양한 Python 버전을 관리 할 수 있습니다. 1) PYENV를 사용하여 여러 Python 버전을 관리합니다. Pyenv를 설치하고 글로벌 및 로컬 버전을 설정하십시오. 2) VENV를 사용하여 프로젝트 종속성을 분리하기 위해 가상 환경을 만듭니다. 3) Anaconda를 사용하여 데이터 과학 프로젝트에서 Python 버전을 관리하십시오. 4) 시스템 수준의 작업을 위해 시스템 파이썬을 유지하십시오. 이러한 도구와 전략을 통해 다양한 버전의 Python을 효과적으로 관리하여 프로젝트의 원활한 실행을 보장 할 수 있습니다.

Numpyarrayshaveseveraladvantagesstandardpythonarrays : 1) thearemuchfasterduetoc 기반 간증, 2) thearemorememory-refficient, 특히 withlargedatasets 및 3) wepferoptizedformationsformationstaticaloperations, 만들기, 만들기


핫 AI 도구

Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool
무료로 이미지를 벗다

Clothoff.io
AI 옷 제거제

Video Face Swap
완전히 무료인 AI 얼굴 교환 도구를 사용하여 모든 비디오의 얼굴을 쉽게 바꾸세요!

인기 기사

뜨거운 도구

SublimeText3 영어 버전
권장 사항: Win 버전, 코드 프롬프트 지원!

VSCode Windows 64비트 다운로드
Microsoft에서 출시한 강력한 무료 IDE 편집기

PhpStorm 맥 버전
최신(2018.2.1) 전문 PHP 통합 개발 도구

WebStorm Mac 버전
유용한 JavaScript 개발 도구

드림위버 CS6
시각적 웹 개발 도구
