使用python如何對日誌進行處理 (程式碼)
這篇文章帶給大家的內容是關於使用python如何對日誌進行處理 (程式碼),有一定的參考價值,有需要的朋友可以參考一下,希望對你有所幫助。
平常做資料處理基本上離不了日誌記錄功能。每次都配置一堆挺煩人,索性封裝個模組,這裡記錄一下,與大家分享。
說明
本日誌模組目前只有一個方法getLogger,其他設定項透過參數傳遞,包括日誌檔案名,等級,日誌檔案分割方式,日誌清除配置,日誌格式等。
logger.pyimport loggin gfrom logging import handlers # 日志级别字典 __level_dict = { 'critical': logging.CRITICAL, 'fatal': logging.CRITICAL, 'error': logging.ERROR, 'warning': logging.WARNING, 'warn': logging.WARNING, 'info': logging.INFO, 'debug': logging.DEBUG } def getLogger(filename, level='info', when='D', backupCount=3, fmt='%(asctime)s - %(pathname)s[line:%(lineno)d] - %(levelname)s: %(message)s'): """ 获取日志处理对象 :param filename: 日志文件名称 :param level: 日志等级:debug, info, warn/warning, error, critical :param when: 日志文件分割的时间单位,单位有以下几种:<br> - S 秒<br> - M 分<br> - H 小时<br> - D 天<br> - W 每星期<br> - midnight 每天凌晨<br> :param backupCount: 备份文件的个数,如果超过这个数量,就会自动删除 :param fmt: 日志信息格式 :return: """ level = __level_dict.get(level.lower(), None) logger = logging.getLogger(filename) # 设置日志格式 format_str = logging.Formatter(fmt) # 设置日志级别 logger.setLevel(level) # 控制台输出 console_handler = logging.StreamHandler() # 控制台输出的格式 console_handler.setFormatter(format_str) logger.addHandler(console_handler) # 文件输出 file_handler = handlers.TimedRotatingFileHandler(filename=filename, when=when, backupCount=backupCount, encoding='utf-8') # 文件输出的格式 file_handler.setFormatter(format_str) logger.addHandler(file_handler) return loggerif __name__ == '__main__': log = getLogger('test.log') log.debug('debug') log.info('info') log.warning('警告') log.error('报错') log.critical('严重') getLogger('error.log', level='error').error('error')
運行結果
#2018-09-06 17:07:40,909 - D:/jetbrains/workspace-pycharm/test/logger.py[line:59 ] - INFO: info
2018-09-06 17:07:40,909 - D:/jetbrains/workspace-pycharm/test/logger.py[line:60] - WARNING: 警示
2018-09-06 17:07:40,909 - D:/jetbrains/workspace-pycharm/test/logger.py[line:61] - ERROR: 錯誤
2018-09-06 17:07:40,910 - D:/jetbrains/workspace- pycharm/test/logger.py[line:62] - CRITICAL: 嚴重
2018-09-06 17:07:40,915 - D:/jetbrains/workspace-pycharm/test/logger.py[line: 63] - ERROR: erro
相關推薦:
以上是使用python如何對日誌進行處理 (程式碼)的詳細內容。更多資訊請關注PHP中文網其他相關文章!

熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

AI Hentai Generator
免費產生 AI 無盡。

熱門文章

熱工具

記事本++7.3.1
好用且免費的程式碼編輯器

SublimeText3漢化版
中文版,非常好用

禪工作室 13.0.1
強大的PHP整合開發環境

Dreamweaver CS6
視覺化網頁開發工具

SublimeText3 Mac版
神級程式碼編輯軟體(SublimeText3)

熱門話題

MySQL 有免費的社區版和收費的企業版。社區版可免費使用和修改,但支持有限,適合穩定性要求不高、技術能力強的應用。企業版提供全面商業支持,適合需要穩定可靠、高性能數據庫且願意為支持買單的應用。選擇版本時考慮的因素包括應用關鍵性、預算和技術技能。沒有完美的選項,只有最合適的方案,需根據具體情況謹慎選擇。

文章介紹了MySQL數據庫的上手操作。首先,需安裝MySQL客戶端,如MySQLWorkbench或命令行客戶端。 1.使用mysql-uroot-p命令連接服務器,並使用root賬戶密碼登錄;2.使用CREATEDATABASE創建數據庫,USE選擇數據庫;3.使用CREATETABLE創建表,定義字段及數據類型;4.使用INSERTINTO插入數據,SELECT查詢數據,UPDATE更新數據,DELETE刪除數據。熟練掌握這些步驟,並學習處理常見問題和優化數據庫性能,才能高效使用MySQL。

MySQL數據庫性能優化指南在資源密集型應用中,MySQL數據庫扮演著至關重要的角色,負責管理海量事務。然而,隨著應用規模的擴大,數據庫性能瓶頸往往成為製約因素。本文將探討一系列行之有效的MySQL性能優化策略,確保您的應用在高負載下依然保持高效響應。我們將結合實際案例,深入講解索引、查詢優化、數據庫設計以及緩存等關鍵技術。 1.數據庫架構設計優化合理的數據庫架構是MySQL性能優化的基石。以下是一些核心原則:選擇合適的數據類型選擇最小的、符合需求的數據類型,既能節省存儲空間,又能提升數據處理速度

HadiDB:輕量級、高水平可擴展的Python數據庫HadiDB(hadidb)是一個用Python編寫的輕量級數據庫,具備高度水平的可擴展性。安裝HadiDB使用pip安裝:pipinstallhadidb用戶管理創建用戶:createuser()方法創建一個新用戶。 authentication()方法驗證用戶身份。 fromhadidb.operationimportuseruser_obj=user("admin","admin")user_obj.

MySQL 可在無需網絡連接的情況下運行,進行基本的數據存儲和管理。但是,對於與其他系統交互、遠程訪問或使用高級功能(如復制和集群)的情況,則需要網絡連接。此外,安全措施(如防火牆)、性能優化(選擇合適的網絡連接)和數據備份對於連接到互聯網的 MySQL 數據庫至關重要。

直接通過 Navicat 查看 MongoDB 密碼是不可能的,因為它以哈希值形式存儲。取回丟失密碼的方法:1. 重置密碼;2. 檢查配置文件(可能包含哈希值);3. 檢查代碼(可能硬編碼密碼)。

MySQL Workbench 可以連接 MariaDB,前提是配置正確。首先選擇 "MariaDB" 作為連接器類型。在連接配置中,正確設置 HOST、PORT、USER、PASSWORD 和 DATABASE。測試連接時,檢查 MariaDB 服務是否啟動,用戶名和密碼是否正確,端口號是否正確,防火牆是否允許連接,以及數據庫是否存在。高級用法中,使用連接池技術優化性能。常見錯誤包括權限不足、網絡連接問題等,調試錯誤時仔細分析錯誤信息和使用調試工具。優化網絡配置可以提升性能

對於生產環境,通常需要一台服務器來運行 MySQL,原因包括性能、可靠性、安全性和可擴展性。服務器通常擁有更強大的硬件、冗餘配置和更嚴格的安全措施。對於小型、低負載應用,可在本地機器運行 MySQL,但需謹慎考慮資源消耗、安全風險和維護成本。如需更高的可靠性和安全性,應將 MySQL 部署到雲服務器或其他服務器上。選擇合適的服務器配置需要根據應用負載和數據量進行評估。
