pythonlogging多線程

⑴ python中主線程怎樣捕獲子線程的異常

最近因為別的需求，寫了一個模塊，似乎在這里能用得上：

https://github.com/SakuraSa/ChatProcess

其中的 example.py :

#!/usr/bin/envpython
#coding=utf-8

"""
example
"""

__author__='Rnd495'

fromtimeimportsleep
fromChatProcessimportChatroom


classEcho(Chatroom):
"""
Echo
"""
defresponse(self,data):
ifdata.startswith('sleep'):
sec=float(data[6:])
sleep(sec)
return'wakeupafter%dms'%(sec*1000)
elifdata:
returndata
else:
self.stop()
return'goodbye'


if__name__=='__main__':
,ProcessError

print'process01:'
e=Echo.create_process(lifetime=1).start()
printe.chat('Helloworld!'),e.remain
printe.chat('sleep:0.1'),e.remain
printe.chat(''),e.remain

print''
print'process02:'
e=Echo.create_process(lifetime=1).start()
try:
printe.chat('Helloworld!'),e.remain
printe.chat('sleep:1.0'),e.remain
printe.chat(''),e.remain
exceptTimeoutError,error:
print'error:',error

print''
print'process03:'
e=Echo.create_process(lifetime=1).start()
try:
printe.chat('Helloworld!'),e.remain
printe.chat('sleep:notanum'),e.remain
printe.chat(''),e.remain
exceptProcessError,error:
print'error:',error

運行結果為：

process01:
Helloworld!0.773000001907
wakeupafter100ms0.549000024796
goodbye0.547000169754

process02:
Helloworld!0.868000030518
error:TimeoutError

process03:
Helloworld!0.868000030518
error:('Erroroccurredonloop',ValueError('couldnotconvertstringtofloat:notanum',))

在其中的 process01 中，主進程捕獲了 超時

在其中的 process02 中，主進程捕獲了 子進程的錯誤

不知道你能不能用得上

⑵ logging：多線程調試時用來代替print和單步調試

當你要寫多線程項目時，不免要調試錯誤，要debug。

一般debug的工具就是列印函數print, 調試工具gdb進行單步調試，但是多線程時，單步調試就很雞肋了，這時就需要列印日誌了

沒錯，列印日誌無疑是調試多線程工程的高效工具了。

在python中開發，就要用到logging日誌庫了

logging庫已經封裝好日誌需要的基本功能，能夠實現在文件里，在命令行等寫日誌

還能輸出日誌信息的類型，如debug,warning,error等

細節在這里有所介紹：

https://docs.python.org/3/howto/logging.html

文本介紹一下，第一次使用logging時，要熟悉logging時，需要用一個非常簡單的例子

先看一個最簡單的例子:

運行以上代碼:

printed out on the console. The INFO message doesn』t appear because the default level is WARNING . The printed message includes the indication of the level and the description of the event provided in the logging call, i.e. 『Watch out!』. Don』t worry about the 『root』 part for now: it will be explained later. The actual output can be formatted quite flexibly if you need that; formatting options will also be explained later.

輸出結果為：

如果你想每次都在一個新的日誌文件中寫日誌，那麼使用filemode='w'參數：

分別在main 函數里，在mylib.py里寫日誌

運行後的輸出：

以上代碼會顯示：

該 format參數的值

以上代碼會顯示：

還是該format:

以上代碼會輸出

如果想自己設定時間的格式：

會這樣顯示：

logging庫中用了模塊化的思路，把日誌的整體功能用了4個基本的模塊來完成：

Loggers,Handlers,Filters,Formatters

其中,Handlers,主要配置將信息寫到命令行，還是寫到文件里。

Filters,是對信息本身的過濾，決定那些信息不寫，那些信息寫。

Formatters決定信息輸出的格式。比如是否輸出時間，是否輸出logger本身的名字等，決定那些信息在前，那些信息在後等。

Logger就是Handler,Filter,Formatter配置的一個日誌對象了。

下面我們逐個說一下這4個類：

它有三個功能，1 提供分級日誌的輸出，比如 WARNING，ERROR，INFO等不同等級。2. 它可以決定哪些信息輸出，哪些信息不輸出。3 它可以將一條信息發給命令行和文件，可以把一條信息發給多個handler去處理。

logger 最常用的成員方法大概分兩類：配置和信息發送

以下是常用的配置函數：

Logger.setLevel() 設定信息記錄的等級。如果一條信息的等級比我們設定的低，那麼就不對此條信息進行處理。信息一共分為：DEBUG,INFO,WARNING,ERROR,CRITICAL 五個級別，其中DEBUG是最低的等級，CRITICAL是最高的等級。

Logger.addHandler() 和 Logger.removeHandler(),添加或者刪除信息處理器Handler。這個信息處理器就是定義了將日誌寫入命令行，還是寫入文件，或者寫入郵件等。

Logger.addFilter() 和 Logger.removeFilter() .添加或者刪除信息過濾器Filter。這個信息過濾器，決定了哪些信息不顯示。

可以看到，信息過濾器，信息處理器，信息等級共同配置了logger.

並不是每個logger你都需要去配置一遍，你可以利用logger的繼承機制，只配置父logger.

一旦配置好logger之後，就可以用以下函數來在你自己代碼的任意位置來記錄日誌了。

Logger.debug(),Logger.info(),Logger.warning(),Logger.error()和Logger.critical.這些函數的功能都是建立了日誌記錄信息，不同的是，函數名字就代表了其建立的日誌信息的等級。

Logger.exeception()建立一個與Logger.error()比較相似的信息。但是Logger.exception()是放入一個追蹤盞裡面的。所以，只有在exception handler處理器中，才能使用它。

Logger.log()發送一個LOG 等級的信息，使用LOG等級的信息稍微繁瑣些，因為使用LOG等級可以自定義等級。

getLogger() 返回一個logger的引用，如果指定了名字，那麼返回特定名字對應的logger,如果沒有指定名字，那就返回一個名字為root的loger的引用名字root,或者你指定的名字是一種級連結構。用同樣的名字去調用getLogger(),會得到同樣的值。logger的名字也決定了logger在樹結構中的層級。例如：這里有一個logger的名字為foo,那麼foo.bar,foo.bar.baz,還有foo.bam都是foo的子孫，logger還有一個有效等級level的概念。這個有效等級其實就是決定debug,info,warning等不同類型的消息是否進行記錄。因為logger本身有了父子那樣的繼承關系，所以有效等級level也是可以繼承的。如果子logger沒有設定了自身的level,那麼就把父logger的level繼承過來使用。如果子logger本身設定了level,就用自身這個level.如果父logger仍然沒有設定level,那就看父logger的父logger,一直這么追述下去，就會追述到root上，所以，我們必須給root設定一個level,或者默認一個level,方便root的子logger去繼承。我們給root設定的默認levle為WARNING.如果有些日誌的level,相比我們設定的WARNING低，那麼它就不會被傳遞給Handler去處理，就不會被列印出來，或者記錄進日誌文件。另外logger的屬性也是可繼承的，所以就只配置一下root logger即可,沒有root logger時，只用配置一個相對的那個根logger就行了

handler 信息處理器是負責信息分發給不同的目的地的，這個目的地可能是命令行，也可能是文件，或者郵件。分發時，同樣要檢查信息本身的等級severity.一個logger可以用addHandler()函數添加0個或者多個handlers。比如有這樣一個場景，希望發送所有的log等級的信息到一個log文件內。所有的等級為錯誤的信息到stdout 標准輸出上，發送所有的critical信息到郵件上。這樣的場景需要3個不同的處理器,每個處理器負責發送相應等級的信息到相應的目的地。

標准庫里包含一些處理器類型，本教程主要使用StreamHandler 和 FileHandler兩種信息處理器。

處理器中的成員函數非常少，我們用來配置處理器的成員函數大概有這個幾個：

setLevel()，用來設置處理器處理的信息等級。注意到logger中有setLevel(),而處理器中也有setLevel(),也就是說，logger把信息通過信息等級過濾一遍後，logger內的處理器需要根據處理器自身的功能設定，再根據信息等級來過濾一遍。

setFormatter() 為處理器設定一種信心記錄的格式Formatter

addFilter() removeFilter()函數添加信息過濾器或者刪除信息過濾器的函數。

到這里，我們發現，logger類中，將信息發送到不同的目的地就依賴Handlers實現的，

所有Handler就需要用Formatter和Filter來配置一下。接下來，我們看看Formatter和Filter.

它決定了信息顯示的順序，結構和內容。可以直接操作formatter的相關類，也可以自己繼承 formatter類，去完成自己的設定。formatter的構造函數需要3個可選的參數：字元串格式的信息，日期，一個符號。

logging.Formatter.__init__(fmt=None,datafmt=None,style='%')

如果這里沒有設定參數，就使用默認參數。對於fmt來說，就顯示原來信息，對於datafmt來說，就以年-月-日 時：分：秒的合適顯示。

下面的fmt就定義了一個按照 時間-信息等級-信息本身 來記錄日誌的方法：

這里有三種方法：

寫代碼配置logging的例子：

運行結果為:

寫配置文件配置logging的例子：

代碼中所需要的配置文件ogging.conf的具體內容為 :

以上代碼的輸出為:

顯然，配置文件修改起來相對容易很多。

還有更方便的配置方式，使用字典來配置：

運行結果與上面一樣。

到這里，基本完成了logging庫的比較常用的使用方式。

比如在什麼情況下，需要使用一個什麼都不做的處理器NullHandler(),

還有關於信息等級的更詳細的解釋：

以及如何自定義信息等級。

還有關於異常的處理

還有關於信息的，信息都是字元串的。不過你也可以直接把某個類作為信息拋出來，因為類會自動調用其__str__()函數，返回一個類的字元串回來。

還有就是優化性能的一些小技巧

這里就編寫expensive_func1 和 expensive_func2 來完成設定數據格式。

以下表格也顯示了如何收集運行log的代碼文件信息，線程信息，進程信息，處理器信息

以及如何操作才能收集代碼文件信息，線程信息，進程信息，以及處理器信息。

我們一般會使用收集代碼文件，線程，進程等信息，因為這樣大大方便了多線程多進程工程的調試。

⑶ Python日誌—Python日誌模塊logging介紹

從事與軟體相關工作的人，應該都聽過「日誌」一詞。

日誌就是跟蹤軟體運行時事件的方法，為了能夠在程序運行過程中記錄錯誤。

通過日誌記錄程序的運行，方便我們查詢信息，以便追蹤問題、進行維護和調試、還是數據分析。

並且各編程語言都形成了各自的日誌體系和相應的框架。

日誌的作用總結：

首先我們要樹立一個觀點，那就是「不是為了記錄日誌而記錄日誌，日誌也不是隨意記的」。要實現能夠只通過日誌文件還原整個程序執行的過程，達到能透明地看到程序里執行情況，每個線程每個過程到底執行結果的目的。日誌就像飛機的黑匣子一樣，應當能夠復原異常的整個現場乃至細節。

在項目中，日誌這個功能非常重要，我們要重視起來。

在Python中，使用logging模塊來進行日誌的處理。

logging是Python的內置模塊，主要用於將日誌信息進行格式化內容輸出，可將格式化內容輸出到文件，也可輸出到屏幕。

我們在開發過程中，常用print()函數來進行調試，但是在實際應用的部署時，我們要將日誌信息輸出到文件中，方便後續查找以及備份。

在我們使用日誌管理時，我們也可以將日誌格式化成Json對象轉存到ELK中方便圖形化查看及管理。

logging模塊將日誌系統從高向低依次定義了四個類，分別是logger（日誌器）、handler（處理器）、filter(過濾器)和formatter(格式器)。其中由日誌器生成的實例將接管原本日誌記錄函數logging.log的功能。

說明：

我們先來思考下下面的兩個問題：

在軟體開發階段或部署開發環境時，為了盡可能詳細的查看應用程序的運行狀態來保證上線後的穩定性，我們可能需要把該應用程序所有的運行日誌全部記錄下來進行分析，這是非常耗費機器性能的。

當應用程序正式發布或在生產環境部署應用程序時，我們通常只需要記錄應用程序的異常信息、錯誤信息等，這樣既可以減小伺服器的I/O壓力，也可以避免我們在排查故障時被淹沒在日誌的海洋里。

那麼怎樣才能在不改動應用程序代碼的情況下，根據事件的重要性或者稱之為等級，實現在不同的環境中，記錄不同詳細程度的日誌呢？

這就是日誌等級的作用了，我們通過配置文件指定我們需要的日誌等級就可以了。

說明：

總結：

開發應用程序時或部署開發環境時，可以使用DEBUG或INFO級別的日誌獲取盡可能詳細的日誌信息，可以方便進行開發或部署調試。 應用上線或部署生產環境時，應用使用WARNING或ERROR或CRITICAL級別的日誌，來降低機器的I/O壓力和提高獲取錯誤日誌信息的效率。 日誌級別的指定通常都是在應用程序的配置文件中進行指定的。 不同的應用程序所定義的日誌等級會有所差別，根據實際需求來決定。

⑷ python程序中logging怎麼用

簡單將日誌列印到屏幕：

[python] view plain
import logging
logging.debug('debug message')
logging.info('info message')
logging.warning('warning message')
logging.error('error message')
logging.critical('critical message')

輸出：

WARNING:root:warning message
ERROR:root:error message
CRITICAL:root:critical message

可見，默認情況下Python的
logging模塊將日誌列印到了標准輸出中，且只顯示了大於等於WARNING級別的日誌，這說明默認的日誌級別設置為WARNING（日誌級別等級
CRITICAL > ERROR > WARNING > INFO > DEBUG >
NOTSET），默認的日誌格式為日誌級別：Logger名稱：用戶輸出消息。

靈活配置日誌級別，日誌格式，輸出位置

[python] view plain
import logging
logging.basicConfig(level=logging.DEBUG,
format='%(asctime)s %(filename)s[line:%(lineno)d] %(levelname)s %(message)s',
datefmt='%a, %d %b %Y %H:%M:%S',
filename='/tmp/test.log',
filemode='w')

logging.debug('debug message')
logging.info('info message')
logging.warning('warning message')
logging.error('error message')
logging.critical('critical message')
查看輸出：
cat /tmp/test.log
Mon, 05 May 2014 16:29:53 test_logging.py[line:9] DEBUG debug message
Mon, 05 May 2014 16:29:53 test_logging.py[line:10] INFO info message
Mon, 05 May 2014 16:29:53 test_logging.py[line:11] WARNING warning message
Mon, 05 May 2014 16:29:53 test_logging.py[line:12] ERROR error message
Mon, 05 May 2014 16:29:53 test_logging.py[line:13] CRITICAL critical message

可見在logging.basicConfig()函數中可通過具體參數來更改logging模塊默認行為，可用參數有
filename：用指定的文件名創建FiledHandler（後邊會具體講解handler的概念），這樣日誌會被存儲在指定的文件中。
filemode：文件打開方式，在指定了filename時使用這個參數，默認值為「a」還可指定為「w」。
format：指定handler使用的日誌顯示格式。
datefmt：指定日期時間格式。
level：設置rootlogger（後邊會講解具體概念）的日誌級別
stream：用指定的stream創建StreamHandler。可以指定輸出到sys.stderr,sys.stdout或者文件，默認為sys.stderr。若同時列出了filename和stream兩個參數，則stream參數會被忽略。

format參數中可能用到的格式化串：
%(name)s Logger的名字
%(levelno)s 數字形式的日誌級別
%(levelname)s 文本形式的日誌級別
%(pathname)s 調用日誌輸出函數的模塊的完整路徑名，可能沒有
%(filename)s 調用日誌輸出函數的模塊的文件名
%(mole)s 調用日誌輸出函數的模塊名
%(funcName)s 調用日誌輸出函數的函數名
%(lineno)d 調用日誌輸出函數的語句所在的代碼行
%(created)f 當前時間，用UNIX標準的表示時間的浮 點數表示
%(relativeCreated)d 輸出日誌信息時的，自Logger創建以 來的毫秒數
%(asctime)s 字元串形式的當前時間。默認格式是 「2003-07-08 16:49:45,896」。逗號後面的是毫秒
%(thread)d 線程ID。可能沒有
%(threadName)s 線程名。可能沒有
%(process)d 進程ID。可能沒有
%(message)s用戶輸出的消息

⑸ python 多線程中 日誌按天分割

python 的 logging 模塊， 在多線程應用中， logging.hanlders.TimedRotatingFileHandler 不能正常按日期分割。

解決辦法為：重寫FileHandler類，用於多線程中日誌按天分割。

之後，Logger定義日誌的各種參數（格式等）：

實例化日誌：

⑹ Python 中 logging 模塊使用詳情

在實際應用中，日誌文件十分重要，通過日誌文件，我們知道程序運行的細節；同時，當程序出問題時，我們也可以通過日誌快速定位問題所在。在我們寫程序時，也可以藉助 logging 模塊的輸出信息來調試代碼。

但是很多人還是在程序中使用print()函數來輸出一些信息，比如：

這樣用的話缺點很明顯，當程序寫好運行時，我們要把這些print()函數刪掉，在簡單的的程序中用還行，當程序比較復雜時，這個辦法很低效。

如果使用 logging 模塊，看看效果

運行結果如下：

你也許會問，這和 print() 函數有什麼區別呢？區別就在於，logging模塊可以通過改變level來控制一些語句是否被輸出，比如當我們把level改成DEBUG級別:

得到輸出如下:

logging 模塊是python自帶的一個包，因此在使用的時候，不必安裝，只需要import即可。有5個level，分別是debug，主要是查看一下程序運行的信息，一般是調試程序要看的信息；info，是我們看程序是否如預料執行的信息；warn，意料之外的，但是不影響程序運行； error 和 critical 就是一些比較嚴重的問題，會影響程序運行。默認leval是warn，這個時候debug級別和info級別就不會被輸出到日誌里了。如果想要看到這些信息，就需要進行一些設置。

我們主要調用 basicConfig(***kwargs*) 這個函數對 logging 進行設置。

常用的參數如下:

我們通過調整format，可以輸出我們想要的格式，比如：

結果是：

這就是在 format 參數中設置了時間的，所以得到了時間，我們可以輸出多種想要的信息

總結：

本文主要介紹了 logging 模塊的基礎用法，除非是自己寫的小腳本中我們使用print()函數，其他情況下最好還是用logging模塊來列印信息，輸出日誌吧。

⑺ python 多線程logger問題

因為logging是threadsafe的，但不是process-safe（應該沒有這個詞兒，只是為了便於理解）的。這段代碼就是多個進程共同操作一個日誌文件。這種情況下，logging的行為就很難說了。

我測試了一下，日誌中大概幾百行。而且，可以看到一些順序錯亂現象：

Fri, 08 Aug 2014 01:19:38 logging_in_multithread.py[line:40] theadWorking ERROR 2
FFri, 08 Aug 2014 01:19:36 logging_in_multithread.py[line:40] theadWorking ERROR 11（注意這里的FFri）

把代碼這樣改：

fornuminrange(processNum):
p=Process(target=processWorking,args=('2',))
processs.append(p)
p.start()
p.join()

還有其他方法，比如：為logging實現一個FileHandler，以使logging在multiple process的環境下也能正常工作。這是我從網上了解到的做法，自己還沒實踐過。

Python Manual中logging Cookbook中有這么一段話：

Logging to a single file from multiple processes

Although logging is thread-safe, and logging to a single file from multiple threads in a single process is supported, logging to a single file from multiple processes is not supported, because there is no standard way to serialize access to a single file across multiple processes in Python. If you need to log to a single file from multiple processes, one way of doing this is to have all the processes log to a SocketHandler, and have a separate process which implements a socket server which reads from the socket and logs to file. (If you prefer, you can dedicate one thread in one of the existing processes to perform this function.)

這段話中也提出了另外一種解決方案。

⑻ python的問題

IDE選用這里推薦兩款常用的 IDE，可以按照自己的條件和場景來選擇。PyCharmPyCharm 是由 JetBrain 的人員製作的 IDE，該團隊負責最著名的 java IDE，IntelliJ IDEA之一。PyCharm 的界面和功能對於那些有使用過其他 JetBrain 產品的人來說，是完美的。 此外，如果您喜歡 IPython 或 Anaconda 發行版，那麼 PyCharm 可以將其工具和庫（如NumPyMatplotlib）集成在一起，從而讓您可以使用數組查看器和互動式圖表。Thonny現在的開發工具太多了，而且每個開發工具都致力於做成最好用最智能的工具，所以功能越堆越多，越懟越智能。安裝這些開發工具比較燒腦，經常需要經過許多配置步驟。作為一個 Python 開發者來說，好多人光是這些配置都要弄半天。配置好之後，打開軟體，發現滿屏都是菜單、按鈕，無從下手，學習這些功能使用又是一大難題。這是一款對初學者特別友好的開發 IDE，它是由愛沙尼亞的 Tartu 大學開發，十分易於上手，還支持插件。如果你有編程基礎，會其他編程語言，那麼建議你用Pycharm。如果你是編程小白，或者零基礎上手，那麼建議你用Thonny。入門首先要學習Python基礎知識，直接上課程：Python 環境搭建Python 基礎語法Python 變數與數據類型Python 流程式控制制Python函數Python 模塊和包Python 數據結構--序列Python ListPython tupplePython 類與對象Python 字典Python 集合Python 函數的參數Python 高階函數Python 輸入輸出Python 錯誤和異常Python 之引用Python 之迭代器Python 之裝飾器Python NameSpace & ScopePython Standard Library 01Python Standard Library 02Python datetime 和 timePython 垃圾回收機制Python 到底是值傳遞還是引用傳遞Python 之對象的比較與拷貝進階通過上面基礎知識的學習，相信你已經知道Python是個什麼玩意了，對它也有一個初步的了解，對它的入門知識點也有些印象了。這時候你需要進階學習，在入門的基礎上更進一步。下面就從 Python 模塊、Python爬蟲基礎、Python Web開發、Python 資料庫操作、Python 數據分析及數據科學、Python IO及非同步、Python網路編程、Python圖像處理、Python 辦公、Python 機器學習、Python 可視化 這些Python的基礎大類來進行深入學習。Python 模塊Python os 模塊詳解Python shutil 模塊Python sys 模塊詳解Python queue 模塊詳解Python collections 模塊Python random 模塊Python logging 模塊詳解Python 枚舉Python json&picklepathlib 模塊Python calendar 模塊Python math 模塊Python decimal 模塊Python itertools 模塊Python statistics 模塊Python operator 模塊Python paramiko 模塊Python filecmp&difflib模塊初識 Python 多線程Python 多線程之 threading 模塊Python Queue 進階用法Python multiprocessing 模塊Python 線程池Python 多線程 EventPython爬蟲基礎爬蟲介紹Python 爬蟲之 urllib 包基本使用Python 用戶登錄 Flask-LoginPython Requests 庫的基本使用Python Requests 庫高級用法正則表達式XPath 和 lxml爬蟲利器 Beautiful Soup 之遍歷文檔PyQuery 詳解爬蟲利器 Beautiful Soup 之搜索文檔Selenium 環境配置Selenium詳解Python Scrapy 爬蟲框架及搭建Python Scrapy 項目實戰PySpider框架的使用Scrapy 模擬登陸Python 解析 XML爬取微信公眾號文章內容Python 爬取豆瓣電影 top 250Python newspaper 框架Python Web開發Web 開發 Flask 介紹Web開發 Jinja2模板引擎Flask 框架集成BootstrapWeb表單Flask數據持久化Web 開發 RESTfulPython Web開發 Django 簡介Python Django 模型概述與應用HTTP 入門Python Web 開發之 JWT 簡介Python Web開發 OAuth2.0 簡介OAuth2.0 客戶端實戰Flask 單元測試Web 開發 Django 管理工具Web 開發 Django 模板Flask 項目結構Python 資料庫操作Python 操作 Redis 資料庫介紹Python 操作 SQLitePython 操作 MongoDB 資料庫介紹Python 操作 MySQLPython SQLAlchemyPython 數據分析及數據科學數據分析之 Numpy 初步NumPy Ndarray 對象及數據類型NumPy 字元串操作NumPy 數學函數NumPy 統計函數NumPy 排序和篩選函數NumPy 位運算與算術函數數據分析之 pandas 初步NumPy 矩陣Numpy 中數組和矩陣的區別Python IO及非同步文件讀寫StringIO & BytesIOPython asyncioPython非同步之aiohttpPython網路編程TCP 編程UDP 編程Python圖像處理圖像庫 PIL（一）圖像庫 PIL（二）圖像庫 PIL 實例—驗證碼去噪Python 辦公Python 操作 ExcelPython 操作 WordPython 解析 PDFPython 操作 CSVPython 機器學習機器學習概覽第 112 天：機器學習演算法之蒙特卡洛Python XGBoost 演算法項目實戰三木板模型演算法項目實戰第116天：機器學習演算法之樸素貝葉斯理論機器學習演算法之 K 近鄰第120天：機器學習演算法之 K 均值聚類機器學習之決策樹Python 可視化Python matplotlib introctionPython Matplotlib 進階操作Seaborn-可視化統計關系Seaborn-可視化分類數據Seaborn-可視化數據集的分布實戰Python的知識點學完了之後，並不代表學完了。這只能代表你會Python了，並不能表示你可以去找工作、你可以去接單了。因為你還缺乏實戰練習，這個階段需要你能從一個實際需求中進行建模，然後用Python去實現模型，得到預期的結果。這里列一些貼近工作生活實際的小項目，每個項目都能讓你學習到如何進行需求建模，如何用代碼去實現，去解決實際的問題。解析網路網盤鏈接：幾行代碼，網盤鏈接提頭來見！揭露出軌女友：女友加班發自拍，男友用幾行代碼發現驚天秘密...爬取小程序：不能爬小程序，叫什麼會爬蟲解密當代女性胸圍：我半夜爬了嚴選的女性文胸數據，發現了驚天秘密製作簽名軟體：牛逼！用Python為她設計專屬簽名軟體！識別車牌：如何用 Python 識別車牌？追女神：用Python助女神發朋友圈下載知乎美女圖片：Python 抓取知乎幾千張小姐姐圖片是什麼體驗？炒股賺錢：一份代碼幫我賺了10萬寫小游戲：不到 150 行代碼寫一個 Python 版的貪吃蛇摳圖無煩惱：Python裝逼指南——五行代碼實現批量摳圖跟蹤房價數據：看我如何抓取最新房價數據跟女友惡作劇：女友電腦私存撕蔥帥照，我用python偷梁換柱...自動搶紅包：強大！用 60 行代碼自動搶微信紅包下載B站視頻：使用 Python 下載 B 站視頻更多精彩可以關注我的專欄：我是@無歡不散，看到這里的朋友請幫忙點個贊，也可以關注 @無歡不散 不迷路。

⑼ python中更優雅的記錄日誌

在以往我們使用日誌，更多的是使用 python 自帶的 logging 模塊，它可以設置錯誤等級、輸出方式等。

但使用方式相對比較復雜，想要更好的使用需要如 log4net 一樣單獨配置，這在 python 中感覺不是很優雅。

下面介紹一個 python 庫： loguru 。 guru 是印度語中大師的意思， loguru 直譯就是「日誌大師」。

如圖 logging 一樣， loguru 也有定義日誌等級。不同的日誌等級，輸出效果也不一樣（默認的等級由低到高是 DEBUG 、 INFO 、 WARNING 、 ERROR 、 CRITICAL ，也可以自己使用 level 函數定義）。

類似 logging 中的 logger.addHandler ，loguru統一使用 add 函數來管理格式、文件輸出、過濾等操作，它提供了許多參數來實現 logger.addHandler 中的配置更加簡單方便。

其中 sink 是最重要的參數，可以傳入不同的數據類型。傳入文件路徑、文件句柄、 sys.stderr 、甚至 logging 模塊的 Handler 如 FileHandler 、 StreamHandler 等，這樣就可以快速實現自定義的 Handler 配置。

通過給 remove 方法傳遞 add 方法返回的對象， 可以刪除 add 方法添加的 sink ，這里的 remove 並不是刪除 test2.log 文件，而是停止向該文件輸出日誌，需要需要繼續記錄日誌則需要重新 add 日誌文件。

用 rotation 、 retention 、 compression 進行日誌窗口、更新、壓縮管理。

支持控制台輸出添加顏色， 除了基礎色， loguru 甚至允許16進制、RGB格式的顏色值和加粗、下劃線等樣式。

使用裝飾器 @logger.catch 可以和 logging 一樣使用 logger.exception 函數來記錄異常信息。

使用 exception 方法輸出的異常信息包含堆棧信息和當前變數的值，方便問題定位。

使用 serialize 可以將日誌轉換為 JSON 格式， enqueue 可以保證多線程、多進程安全。

修改時間格式。

⑽ 多進程環境python logging列印日誌混亂問題

解決辦法如下：

多麼痛的領悟，困擾了這么久的問題其實就是一個參數配置錯了。
fileMode：表示日誌文件的打開方式。w-直接寫，使用這個配置當系統重啟的時候日誌會清空，一個進程打開後其他進程是無法使用的；a-尾部追加，大家都可以打開往文件結尾進行追加寫入。

本人主語言是java，轉到python後日誌這塊踩了幾個坑。再說說另外一個坑，就是異常堆棧的列印問題，在java中logger是可以使用error直接列印出來的。在python中error跟其他日誌記錄方法沒太大差別，是無法列印異常堆棧的，列印堆棧請使用 logger.exception("異常說明", e) 。