


Dalam aplikasi Python, modul pembalakan harus digunakan dan bukannya cetak () untuk membina sistem log dengan struktur yang jelas, maklumat lengkap dan mudah menyelesaikan masalah. Pertama, gunakan pembalakan perpustakaan standard dan bukannya cetak () kerana ia menyokong pembalakan pelbagai peringkat (debug, info, amaran, ralat, kritikal) dan boleh mengawal format dan lokasi output secara fleksibel; kedua, maklumat konteks, seperti nama modul, nama fungsi, nombor baris dan nilai pembolehubah utama, harus ditambah ke log untuk meningkatkan kebolehbacaan dan keupayaan diagnostik log; Ketiga, log proses mengikut alam sekitar, membolehkan tahap debug semasa pembangunan, dan persekitaran pengeluaran terhad kepada I. NFO atau amaran atau di atas, dan log boleh diuruskan secara terpusat dalam kombinasi dengan fail atau perkhidmatan pihak ketiga; Akhirnya, perangkap biasa perlu dielakkan, seperti menggunakan pembalakan.exception () bukannya cetak (e), dan tidak memanggil BasicConfig () di peringkat atas modul. Adalah disyorkan untuk menggunakan __Name__ untuk membuat pembalak, dan menggunakan RotatingFileHandler untuk melaksanakan putaran log, dengan itu memastikan kecekapan dan kepraktisan sistem log.
Pembalakan dalam aplikasi Python nampaknya mudah, tetapi jika anda benar -benar melakukannya dengan baik, anda masih perlu memberi perhatian kepada kaedah tersebut. Hanya menulis print()
tidak mencukupi. Apa yang benar -benar berguna ialah sistem log dengan struktur yang jelas, maklumat lengkap dan mudah menyelesaikan masalah. Mata berikut adalah amalan praktikal yang saya diringkaskan dalam projek sebenar.

Gunakan pembalakan perpustakaan standard dan bukannya cetakan
Banyak pemula suka menggunakan print()
untuk mengeluarkan maklumat debugging pada mulanya, tetapi dalam projek formal, ini jauh dari cukup. Modul logging
terbina dalam Python bukan sahaja menyokong tahap pembalakan yang berlainan (seperti debug, maklumat, amaran, kesilapan, kritikal), tetapi juga menyediakan kawalan fleksibel lokasi dan format output.

Contohnya:
import pembalakan Logging.BasicConfig (level = logging.info) logger = logging.getLogger (__ name__) logger.info ("Ini adalah mesej maklumat") logger.error ("Ini adalah mesej ralat")
Dengan cara ini, anda hanya boleh memaparkan log pada tahap ralat atau di atas seperti yang diperlukan tanpa maklumat mengganggu penglihatan anda. Dan ia menyokong output ke fail, mel, dan juga pelayan jauh.

Tambahkan maklumat konteks ke log
Ia tidak membantu banyak melihat "salah". Kuncinya adalah untuk mengetahui di mana dan mengapa ia salah. Jadi cadangan:
- Setiap log mengandungi maklumat seperti nama modul, nama fungsi, nombor baris, dll.
- Rekod nilai pembolehubah utama atau parameter input
- Jika ia berada dalam aplikasi web, anda boleh menambah laluan permintaan, ID pengguna, dll.
Kaedah konfigurasi juga sangat mudah. Tambahkan parameter format ke BasicConfig:
Logging.BasicConfig ( format = " %(asctime) s [ %(levelName) s] %(nama) s - %(funcName) s: %(lineno) d - %(mesej) s", tahap = logging.debug )
Dengan cara ini log output lebih jelas.
Log Pemprosesan yang dinilai: Pembangunan vs Pengeluaran
Semasa pembangunan tempatan, kami boleh membuka log peringkat debug untuk memudahkan butiran tontonan; Tetapi dalam persekitaran pengeluaran, hanya maklumat atau amaran atau log atas biasanya dikekalkan untuk mengelakkan kehilangan prestasi dan letupan log.
Anda boleh menetapkan tahap log secara dinamik mengikut persekitaran yang berbeza, seperti:
Jika Env == "Pengeluaran": logger.setLevel (Logging.Warning) lain: logger.setLevel (logging.debug)
Anda juga boleh menulis log ke fail yang berbeza, atau diuruskan secara berpusat melalui perkhidmatan pihak ketiga (seperti Sentry, Elk Stack).
Elakkan perangkap biasa
Apabila menggunakan pembalakan, terdapat beberapa masalah kecil yang mudah diabaikan:
- ? Jangan gunakan
except Exception as e: print(e)
,logging.exception()
harus digunakan untuk mencetak timbunan ralat lengkap - ? Jangan panggil
basicConfig()
secara langsung di bahagian atas modul, jika tidak, ia boleh menjejaskan konfigurasi log modul lain. - ? Adalah disyorkan untuk menggunakan
__name__
untuk membuat logger untuk memastikan bahawa setiap modul mempunyai ruang nama bebas - ? Adalah lebih baik untuk memutar fail log dengan kerap, anda boleh menggunakan
RotatingFileHandler
atauTimedRotatingFileHandler
Pada dasarnya itu sahaja. Sistem log tidak rumit, tetapi butirannya tidak dilakukan dengan betul, dan ia dapat dengan mudah menjadi hiasan atau beban. Hanya dengan konfigurasi rasional dan penggunaan piawai dapat kita bantu pada saat -saat kritikal.
Atas ialah kandungan terperinci Amalan terbaik untuk log masuk dalam aplikasi python. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Alat AI Hot

Undress AI Tool
Gambar buka pakaian secara percuma

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Clothoff.io
Penyingkiran pakaian AI

Video Face Swap
Tukar muka dalam mana-mana video dengan mudah menggunakan alat tukar muka AI percuma kami!

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Kunci untuk menangani pengesahan API adalah untuk memahami dan menggunakan kaedah pengesahan dengan betul. 1. Apikey adalah kaedah pengesahan yang paling mudah, biasanya diletakkan dalam tajuk permintaan atau parameter URL; 2. BasicAuth menggunakan nama pengguna dan kata laluan untuk penghantaran pengekodan Base64, yang sesuai untuk sistem dalaman; 3. OAuth2 perlu mendapatkan token terlebih dahulu melalui client_id dan client_secret, dan kemudian bawa bearertoken dalam header permintaan; 4. Untuk menangani tamat tempoh token, kelas pengurusan token boleh dikemas dan secara automatik menyegarkan token; Singkatnya, memilih kaedah yang sesuai mengikut dokumen dan menyimpan maklumat utama adalah kunci.

Kaedah yang sama untuk melintasi dua senarai secara serentak dalam Python adalah menggunakan fungsi zip (), yang akan memasangkan beberapa senarai dalam rangka dan menjadi yang paling singkat; Jika panjang senarai tidak konsisten, anda boleh menggunakan itertools.zip_longest () untuk menjadi yang paling lama dan mengisi nilai yang hilang; Digabungkan dengan penghitungan (), anda boleh mendapatkan indeks pada masa yang sama. 1.Zip () adalah ringkas dan praktikal, sesuai untuk lelaran data berpasangan; 2.zip_longest () boleh mengisi nilai lalai apabila berurusan dengan panjang yang tidak konsisten; 3.enumerate (zip ()) boleh mendapatkan indeks semasa traversal, memenuhi keperluan pelbagai senario kompleks.

Inpython, iteratorsareObjectsThatallowLoopingthroughCollectionsByImplementing__iter __ () dan__Next __ ()

Untuk mewujudkan API moden dan cekap menggunakan Python, FastAPI disyorkan; Ia berdasarkan kepada jenis python standard yang diminta dan secara automatik dapat menghasilkan dokumen, dengan prestasi yang sangat baik. Selepas memasang FastAPI dan Asgi Server UVicorn, anda boleh menulis kod antara muka. Dengan menentukan laluan, menulis fungsi pemprosesan, dan data yang kembali, API boleh dibina dengan cepat. FastAPI menyokong pelbagai kaedah HTTP dan menyediakan sistem dokumentasi Swaggersui dan Redoc yang dihasilkan secara automatik. Parameter URL boleh ditangkap melalui definisi laluan, manakala parameter pertanyaan boleh dilaksanakan dengan menetapkan nilai lalai untuk parameter fungsi. Penggunaan rasional model Pydantic dapat membantu meningkatkan kecekapan dan ketepatan pembangunan.

Untuk menguji API, anda perlu menggunakan Perpustakaan Permintaan Python. Langkah -langkahnya adalah untuk memasang perpustakaan, menghantar permintaan, mengesahkan respons, menetapkan masa dan cuba semula. Pertama, pasang perpustakaan melalui PipinstallRequests; kemudian gunakan permintaan.get () atau requests.post () dan kaedah lain untuk menghantar permintaan GET atau pos; Kemudian semak respons.status_code dan response.json () untuk memastikan hasil pulangan mematuhi jangkaan; Akhirnya, tambah parameter tamat masa untuk menetapkan masa tamat, dan menggabungkan perpustakaan semula untuk mencapai percubaan automatik untuk meningkatkan kestabilan.

Dalam Python, pembolehubah yang ditakrifkan di dalam fungsi adalah pembolehubah tempatan dan hanya sah dalam fungsi; Ditakrifkan secara luaran adalah pembolehubah global yang boleh dibaca di mana sahaja. 1. Pembolehubah tempatan dimusnahkan kerana fungsi dilaksanakan; 2. Fungsi ini boleh mengakses pembolehubah global tetapi tidak dapat diubahsuai secara langsung, jadi kata kunci global diperlukan; 3. Jika anda ingin mengubah suai pembolehubah fungsi luar dalam fungsi bersarang, anda perlu menggunakan kata kunci nonlocal; 4. Pembolehubah dengan nama yang sama tidak mempengaruhi satu sama lain dalam skop yang berbeza; 5. Global mesti diisytiharkan apabila mengubah suai pembolehubah global, jika tidak, kesilapan unboundlocalerror akan dibangkitkan. Memahami peraturan ini membantu mengelakkan pepijat dan menulis lebih banyak fungsi yang boleh dipercayai.

Ya, anda boleh menghuraikan jadual HTML menggunakan python dan panda. Pertama, gunakan fungsi pandas.read_html () untuk mengekstrak jadual, yang boleh menghuraikan elemen HTML dalam laman web atau rentetan ke dalam senarai dataframe; Kemudian, jika jadual tidak mempunyai tajuk lajur yang jelas, ia boleh ditetapkan dengan menentukan parameter header atau menetapkan secara manual atribut. Untuk halaman yang kompleks, anda boleh menggabungkan Perpustakaan Permintaan untuk mendapatkan kandungan HTML atau menggunakan BeautifulSoup untuk mencari jadual tertentu; Perhatikan perangkap biasa seperti rendering JavaScript, masalah pengekodan, dan pengiktirafan pelbagai meja.

Cara untuk mengakses objek JSON bersarang di Python adalah untuk menjelaskan struktur dan kemudian lapisan indeks dengan lapisan. Pertama, sahkan hubungan hierarki JSON, seperti kamus kamus bersarang atau senarai; Kemudian gunakan kunci kamus dan indeks senarai untuk mengakses lapisan mengikut lapisan, seperti data "butiran" ["zip"] untuk mendapatkan pengekodan zip, data "butiran" [0] untuk mendapatkan hobi pertama; Untuk mengelakkan keyError dan indexError, nilai lalai boleh ditetapkan oleh kaedah .get (), atau fungsi enkapsulasi Safe_get boleh digunakan untuk mencapai akses yang selamat; Untuk struktur yang kompleks, cari rekursif atau gunakan perpustakaan pihak ketiga seperti JMespath untuk mengendalikan.
