Python使用日志模块快速调试代码并记录异常信息_Python

Python使用日志模块快速调试代码并记录异常信息

2023-04-26 15:09csdn1561168266 Python

本文详细介绍了Python logging日志模块的使用方法，包括如何在代码中使用logging记录调试信息、如何设置日志级别、如何记录异常信息等。通过本文的指南，读者可以快速学会如何使用logging模块进行调试，并保留有用的日志信息，便

大家好，为了进行调试和错误跟踪，人们在整个代码库中广泛使用日志，今天来看看如何在代码中定义日志，并探讨日志的权限。

一、日志层级

在开始之前，需要注意的是，在日志记录中存在一个层次结构，称为日志树或日志者层次结构。该层次结构由几个级别组成，每个级别代表了日志信息的不同严重程度。最常见的层次是：

CRITICAL #A critical error occurred, the program may not be able to continue running.
ERROR #An error occurred that should be investigated.
WARNING #An indication that something unexpected happened or indicative of some problem in the near future.
INFO #General information about the program's execution.
DEBUG #Detailed information for debugging purposes.

二、创建模块

让我们创建一个名为set_logging.py的python模块:

				?

									import logging

									logger = logging.getLogger()

									def set_logger():

									  logger.setLevel(logging.INFO)

									  handler = logging.StreamHandler()

									  handler.setLevel(logger_level)

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

									  handler.setFormatter(formatter)

									  logger.addHandler(handler)

为了明确代码，我们用getLogger函数创建一个日志器实例，并使用setLevel来设置日志级别（DEBUG、INFO等）。日志器的setLevel方法就像一个过滤器，它决定了一条日志信息是否应该被处理并发送给处理程序。例如，如果我们将日志记录器的级别设置为INFO，那么日志记录器就不会向处理程序发送级别为DEBUG的消息，因为它们的严重程度低于在日志记录器上设置的最低级别。它只将级别为INFO或更高的日志消息（即WARNING、ERROR或CRITICAL）发送给处理程序进行处理。

我们创建一个StreamHandler，将日志信息发送到一个流中，如控制台或终端。它被用来输出日志信息以达到调试的目的。我们还为处理程序设置了级别。

我们这样做是因为当处理程序收到来自日志记录器的消息时，它将把这些消息与它的级别进行比较，并在发出之前过滤掉严重程度较低的消息。当我们有不同的处理程序时：

				?

									logger.setLevel(logging.INFO)

									file_handler = logging.FileHandler()

									file_handler.setLevel(logging.ERROR)

									console_handler = logging.StreamHandler()

									console_handler.setLevel(logging.WARNING)

由于日志记录器的级别被设置为INFO，它只向两个处理程序发送级别为INFO或更高的日志消息，但每个处理程序只处理达到或超过其指定日志级别的消息。

回到我们的主要例子，然后我们创建一个格式化器并将其添加到处理程序中。格式化器指定了日志消息的格式，包括时间戳、日志记录器名称、日志级别和消息。最后，我们将处理程序添加到日志记录器中"。

现在在代码中，需要调用set_logger，如下所示：

				?

									import logging

									from set_logging import set_logger

									set_logger()

									logger = logging.getLogger()

									def roman_number(s: str) -> int:

									    dic = {"I": 1, "V": 5, "X": 10, "L": 50, "C": 100, "D": 500, "M": 1000}

									    res = 0

									    pre = None

									    for char in s:

									        res += dic.get(char)

									        if dic.get(pre) and dic.get(pre) < dic.get(char):

									            res -= 2 * dic.get(pre)

									        pre = char

									    logger.info("logging is awesome")

									    return res

									roman_number("IV")

运行这段代码，结果如下：

2023-03-04 02:26:57,619 - root - INFO - logging is awesome

三、使用日志的优点

级别。一个日志记录器提供了一种方法来为不同类型的消息设置不同的日志级别，如DEBUG、INFO、WARNING、ERROR和CRITICAL。这使得根据日志消息的严重程度来过滤和确定其优先级变得更加容易。当然，打印可以模仿与日志相同的行为，但它需要更多的硬编码工作，而且不像日志那样灵活。
性能。打印日志信息可能比使用记录器慢，特别是在处理大量数据或频繁进行记录的时候。
可配置性。记录器提供了一种方法来配置应用程序的日志行为，如日志级别、日志目的地和日志格式，而无需修改源代码。这使得随着时间的推移，更容易管理和维护日志行为。
灵活性。记录器允许你将日志信息发送到多个目的地，如控制台、文件或数据库。这种灵活性使得管理日志和分析它们变得更加容易。

到此这篇关于Python使用日志模块快速调试代码并记录异常信息的文章就介绍到这了,更多相关Python日志模块调试内容请搜索服务器之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持服务器之家！

原文链接：https://blog.csdn.net/csdn1561168266/article/details/130299785