


Praktische Übung mit dem Python-Protokollierungsmodul: Aufbau eines vollständigen Protokollierungssystems
Protokollierung, ProtokollierungAufzeichnung, Debugging, Anwendung, Entwicklung
Erstellung und Verwendung von Logger
Der Kern des Logging-Moduls ist die Logger-Klasse. Um zu beginnen, müssen Sie eine Logger-Instanz erstellen:
importurs logger=ursing.er()
Sie können das .name-Attribut verwenden, um den Logger für Ihr Protokoll anzugeben:
logger=ursing.er("my_application")
Protokollebene: Schweregrad definieren
Sie können den Schweregrad von Protokolleinträgen angeben, indem Sie das Ebenenattribut auf eine der integrierten Ebenen festlegen. Die Stufen reichen von DEBUG (am wenigsten schwerwiegend) bis FATAL (am schwerwiegendsten) wie folgt:
level=ursing.L.DEBUG# 调试级别 level=ursing.L.INFO# 信息级别 level=ursing.L.WARNING# 告警级别
Prozessor: Protokolle formatieren und weitergeben
Ein Prozessor ist eine Komponente, die Protokolle von einem Logger entgegennimmt und sie an ein bestimmtes Ziel sendet. Der eingebaute Prozessor bietet einen Out-of-the-Box-Ansatz:
# 将日志信息发送到标准输出(终端) handler=ursing.mhandler()
Sie können das Attribut .fORMatter verwenden, um das Format für Ihre Protokolle anzupassen:
handler.er=ursing.er(ursing.F("%(levelname)s:%(message)s"))
Filter: Erfassen Sie nur die Protokolle, die Sie interessieren
Mit Filtern können Sie nur Protokolle erfassen, die bestimmte Kriterien erfüllen. Verwenden Sie die Filterklasse:
filter=ursing.r() filter.re=rs.ur("ERROR")# 仅匹配“ERROR”级别的日志
Fügen Sie alles zusammen
Schließen Sie Prozessoren und Filter an Logger an, um eine vollständige Protokollierungspipeline aufzubauen:
logger.addhandler(handler, filter)
Praktisches Beispiel: ein kompletter Logger
Stellen Sie sich eine Anwendung vor, die in der Datei „example.py“ ausgeführt wird. Wie unten gezeigt, verwenden wir das Logging-Modul, um einen umfassenden Logger zu erstellen:
importurs logger=ursing.er("my_example_app") # 根级别为“INFO” logger.level=ursing.L.INFO # 创建一个到文件“app.log”的处理器 file_handler=ursing.FH("app.log",mode="a") file_handler.er=ursing.er(ursing.F("%(asctime)s -%(levelname)s:%(message)s")) # 创建一个到终端的处理器 console_handler=ursing.mhandler() console_handler.er=ursing.er(ursing.F("%(message)s")) # 将处理器附加到日志 logger.addhandler(file_handler) logger.addhandler(console_handler)
In einer Anwendung können Sie die Methode .log() verwenden, um Informationen auf einer bestimmten Ebene in das Protokoll zu schreiben:
logger.info("开始应用程序") logger.error("应用程序遇到一个严重问题")
Fazit
Das Protokollierungsmodul bietet Ihnen eine umfassende und flexible Kontrolle über die Anwendungsprotokollierung. Kombinieren Sie dies mit den entsprechenden Ebenen, Prozessoren und Filtern, und Sie können eine robuste und aufschlussreiche Protokollierungsgrundlage aufbauen, die Ihnen hilft, Probleme zu isolieren, das Anwendungsverhalten zu verfolgen und die Leistung zu optimieren.
Das obige ist der detaillierte Inhalt vonPraktische Übung mit dem Python-Protokollierungsmodul: Aufbau eines vollständigen Protokollierungssystems. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

Video Face Swap
Tauschen Sie Gesichter in jedem Video mühelos mit unserem völlig kostenlosen KI-Gesichtstausch-Tool aus!

Heißer Artikel

Heiße Werkzeuge

Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6
Visuelle Webentwicklungstools

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Heiße Themen











Python eignet sich für Datenwissenschafts-, Webentwicklungs- und Automatisierungsaufgaben, während C für Systemprogrammierung, Spieleentwicklung und eingebettete Systeme geeignet ist. Python ist bekannt für seine Einfachheit und sein starkes Ökosystem, während C für seine hohen Leistung und die zugrunde liegenden Kontrollfunktionen bekannt ist.

Sie können grundlegende Programmierkonzepte und Fähigkeiten von Python innerhalb von 2 Stunden lernen. 1. Lernen Sie Variablen und Datentypen, 2. Master Control Flow (bedingte Anweisungen und Schleifen), 3.. Verstehen Sie die Definition und Verwendung von Funktionen, 4. Beginnen Sie schnell mit der Python -Programmierung durch einfache Beispiele und Code -Snippets.

Python zeichnet sich in Gaming und GUI -Entwicklung aus. 1) Spielentwicklung verwendet Pygame, die Zeichnungen, Audio- und andere Funktionen bereitstellt, die für die Erstellung von 2D -Spielen geeignet sind. 2) Die GUI -Entwicklung kann Tkinter oder Pyqt auswählen. Tkinter ist einfach und einfach zu bedienen. PYQT hat reichhaltige Funktionen und ist für die berufliche Entwicklung geeignet.

Sie können die Grundlagen von Python innerhalb von zwei Stunden lernen. 1. Lernen Sie Variablen und Datentypen, 2. Master -Steuerungsstrukturen wie wenn Aussagen und Schleifen, 3. Verstehen Sie die Definition und Verwendung von Funktionen. Diese werden Ihnen helfen, einfache Python -Programme zu schreiben.

Python ist leichter zu lernen und zu verwenden, während C leistungsfähiger, aber komplexer ist. 1. Python -Syntax ist prägnant und für Anfänger geeignet. Durch die dynamische Tippen und die automatische Speicherverwaltung können Sie die Verwendung einfach zu verwenden, kann jedoch zur Laufzeitfehler führen. 2.C bietet Steuerung und erweiterte Funktionen auf niedrigem Niveau, geeignet für Hochleistungsanwendungen, hat jedoch einen hohen Lernschwellenwert und erfordert manuellem Speicher und Typensicherheitsmanagement.

Um die Effizienz des Lernens von Python in einer begrenzten Zeit zu maximieren, können Sie Pythons DateTime-, Zeit- und Zeitplanmodule verwenden. 1. Das DateTime -Modul wird verwendet, um die Lernzeit aufzuzeichnen und zu planen. 2. Das Zeitmodul hilft, die Studie zu setzen und Zeit zu ruhen. 3. Das Zeitplanmodul arrangiert automatisch wöchentliche Lernaufgaben.

Python wird in den Bereichen Webentwicklung, Datenwissenschaft, maschinelles Lernen, Automatisierung und Skripten häufig verwendet. 1) In der Webentwicklung vereinfachen Django und Flask Frameworks den Entwicklungsprozess. 2) In den Bereichen Datenwissenschaft und maschinelles Lernen bieten Numpy-, Pandas-, Scikit-Learn- und TensorFlow-Bibliotheken eine starke Unterstützung. 3) In Bezug auf Automatisierung und Skript ist Python für Aufgaben wie automatisiertes Test und Systemmanagement geeignet.

Python zeichnet sich in Automatisierung, Skript und Aufgabenverwaltung aus. 1) Automatisierung: Die Sicherungssicherung wird durch Standardbibliotheken wie OS und Shutil realisiert. 2) Skriptschreiben: Verwenden Sie die PSUTIL -Bibliothek, um die Systemressourcen zu überwachen. 3) Aufgabenverwaltung: Verwenden Sie die Zeitplanbibliothek, um Aufgaben zu planen. Die Benutzerfreundlichkeit von Python und die Unterstützung der reichhaltigen Bibliothek machen es zum bevorzugten Werkzeug in diesen Bereichen.
