目录 | 上一节 (8.1 测试) | 下一节 (8.3 调试)
8.2 日志
本节对日志模块（logging module）进行简单的介绍。
logging 模块
logging 模块是用于记录诊断信息的 Python 标准库模块。日志模块非常庞大，具有许多复杂的功能。我们将会展示一个简单的例子来说明其用处。
再探异常
在本节练习中，我们创建这样一个 parse() 函数：
# fileparse.pydef parse(f, types=None, names=None, delimiter=None): records = [] for line in f: line = line.strip() if not line: continue try: records.append(split(line,types,names,delimiter)) except ValueError as e: print("Couldn't parse :", line) print("Reason :", e) return records
复制代码
请看到 try-except 语句，在 except 块中，我们应该做什么？
应该打印警告消息（warning message）？
try: records.append(split(line,types,names,delimiter))except ValueError as e: print("Couldn't parse :", line) print("Reason :", e)
复制代码
还是默默忽略警告消息？
try: records.append(split(line,types,names,delimiter))except ValueError as e: pass
复制代码
任何一种方式都无法令人满意，通常情况下，两种方式我们都需要（用户可选）。
使用 logging
logging 模块可以解决这个问题：
# fileparse.pyimport logginglog = logging.getLogger(__name__)
def parse(f,types=None,names=None,delimiter=None): ... try: records.append(split(line,types,names,delimiter)) except ValueError as e: log.warning("Couldn't parse : %s", line) log.debug("Reason : %s", e)
复制代码
修改代码以使程序能够遇到问题的时候发出警告消息，或者特殊的 Logger 对象。 Logger 对象使用 logging.getLogger(__name__) 创建。
日志基础
创建一个记录器对象（logger object）。
log = logging.getLogger(name) # name is a string
复制代码
发出日志消息：
log.critical(message [, args])log.error(message [, args])log.warning(message [, args])log.info(message [, args])log.debug(message [, args])
复制代码
不同方法代表不同级别的严重性。
所有的方法都创建格式化的日志消息。args 和 % 运算符 一起使用以创建消息。
logmsg = message % args # Written to the log
复制代码
日志配置
配置：
# main.py
...
if __name__ == '__main__': import logging logging.basicConfig( filename = 'app.log', # Log output file level = logging.INFO, # Output level )
复制代码
通常，在程序启动时，日志配置是一次性的（译注：程序启动后无法重新配置）。该配置与日志调用是分开的。
说明
日志是可以任意配置的。你可以对日志配置的任何一方面进行调整：如输出文件，级别，消息格式等等，不必担心对使用日志模块的代码造成影响。
练习
练习 8.2：将日志添加到模块中
在 fileparse.py 中，有一些与异常有关的错误处理，这些异常是由错误输入引起的。如下所示：
# fileparse.pyimport csv
def parse_csv(lines, select=None, types=None, has_headers=True, delimiter=',', silence_errors=False): ''' Parse a CSV file into a list of records with type conversion. ''' if select and not has_headers: raise RuntimeError('select requires column headers')
rows = csv.reader(lines, delimiter=delimiter)
# Read the file headers (if any) headers = next(rows) if has_headers else []
# If specific columns have been selected, make indices for filtering and set output columns if select: indices = [ headers.index(colname) for colname in select ] headers = select
records = [] for rowno, row in enumerate(rows, 1): if not row: # Skip rows with no data continue
# If specific column indices are selected, pick them out if select: row = [ row[index] for index in indices]
# Apply type conversion to the row if types: try: row = [func(val) for func, val in zip(types, row)] except ValueError as e: if not silence_errors: print(f"Row {rowno}: Couldn't convert {row}") print(f"Row {rowno}: Reason {e}") continue
# Make a dictionary or a tuple if headers: record = dict(zip(headers, row)) else: record = tuple(row) records.append(record)
return records
复制代码
请注意发出诊断消息的 print 语句。使用日志操作来替换这些 print 语句相对来说更简单。请像下面这样修改代码：
# fileparse.pyimport csvimport logginglog = logging.getLogger(__name__)
def parse_csv(lines, select=None, types=None, has_headers=True, delimiter=',', silence_errors=False): ''' Parse a CSV file into a list of records with type conversion. ''' if select and not has_headers: raise RuntimeError('select requires column headers')
rows = csv.reader(lines, delimiter=delimiter)
# Read the file headers (if any) headers = next(rows) if has_headers else []
# If specific columns have been selected, make indices for filtering and set output columns if select: indices = [ headers.index(colname) for colname in select ] headers = select
records = [] for rowno, row in enumerate(rows, 1): if not row: # Skip rows with no data continue
# If specific column indices are selected, pick them out if select: row = [ row[index] for index in indices]
# Apply type conversion to the row if types: try: row = [func(val) for func, val in zip(types, row)] except ValueError as e: if not silence_errors: log.warning("Row %d: Couldn't convert %s", rowno, row) log.debug("Row %d: Reason %s", rowno, e) continue
# Make a dictionary or a tuple if headers: record = dict(zip(headers, row)) else: record = tuple(row) records.append(record)
return records
复制代码
完成修改后，尝试在错误的数据上使用这些代码：
>>> import report>>> a = report.read_portfolio('Data/missing.csv')Row 4: Bad row: ['MSFT', '', '51.23']Row 7: Bad row: ['IBM', '', '70.44']>>>
复制代码
如果你什么都不做，则只会获得 WARNING 级别以上的日志消息。输出看起来像简单的打印语句。但是，如果你配置了日志模块，你将会获得有关日志级别，模块等其它信息。请按以下步骤操作查看：
>>> import logging>>> logging.basicConfig()>>> a = report.read_portfolio('Data/missing.csv')WARNING:fileparse:Row 4: Bad row: ['MSFT', '', '51.23']WARNING:fileparse:Row 7: Bad row: ['IBM', '', '70.44']>>>
复制代码
你会发现，看不到来自于 log.debug() 操作的输出。请按以下步骤修改日志级别（译注：因为日志配置是一次性的，所以该操作需要重启命令行窗口）：
>>> logging.getLogger('fileparse').level = logging.DEBUG>>> a = report.read_portfolio('Data/missing.csv')WARNING:fileparse:Row 4: Bad row: ['MSFT', '', '51.23']DEBUG:fileparse:Row 4: Reason: invalid literal for int() with base 10: ''WARNING:fileparse:Row 7: Bad row: ['IBM', '', '70.44']DEBUG:fileparse:Row 7: Reason: invalid literal for int() with base 10: ''>>>
复制代码
只留下 critical 级别的日志消息，关闭其它级别的日志消息。
>>> logging.getLogger('fileparse').level=logging.CRITICAL>>> a = report.read_portfolio('Data/missing.csv')>>>
复制代码
练习 8.3：向程序添加日志
要添加日志到应用中，你需要某种机制来实现在主模块中初始化日志。其中一种方式使用看起来像下面这样的代码：
# This file sets up basic configuration of the logging module.# Change settings here to adjust logging output as needed.import logginglogging.basicConfig( filename = 'app.log', # Name of the log file (omit to use stderr) filemode = 'w', # File mode (use 'a' to append) level = logging.WARNING, # Logging level (DEBUG, INFO, WARNING, ERROR, or CRITICAL))
复制代码
再次说明，你需要将日志配置代码放到程序启动步骤中。例如，将其放到 report.py 程序里的什么位置？
目录 | 上一节 (8.1 测试) | 下一节 (8.3 调试)
注：完整翻译见 https://github.com/codists/practical-python-zh
评论