模块和包,logging日志
1.模块和包
什么是包?
只要文件夹下含有__init__.py文件就是一个包.
假设文件夹下有如下结构
bake
├── test.py
├── __init__.py
├── api
├── __init__.py
├── policy.py
└── versions.py
├── cmd
├── __init__.py
└── manage.py
└── db
├── __init__.py
└── models.py
在test.py进行导入policy.py,包使用import导入
import bake.api.policy
bake.api.policy.get()
导入时太长可以用as起别名
import bake.api.policy as p
p.get()
这样的操作只支持包,普通文件夹无效
想要导入某个包下的所有的模块 我们就需要在包中的__init__.py做操作
操作如下:
bake包下的__init__.py
from . import api
api包下的__init__.py
from . import policy
最后在test.py中
import bake
bake.api.policy.get()
在policy文件中导入versions就是直接使用import,在policy文件使用没有问题.但是在test.py执行的时候就会报错 因为我们在test.py中执行的import versions 相当于在test.py文件进行查找,肯定不会找到,我们需要在policy文件中向sys.path添加了当前的路劲就可以了 具体操作如下:
import os
import sys
sys.path.insert(os.path.dirname(__file__)
__file__获取的是当前文件的路径,这样我们就能在test中正常使用了,我们使用from也能够将某个包下所有的模块全都导入 比如我们现在想将cmd包下的所有的模块导入需要在bake包下的__init__.py进行设置
from . import *
我们需要在api包下设置__init__.py
__all__ = ["policy","versions"]
或
from . import policy
from . import versions
我们需要在db包下设置__init__.py
__all__ = ["models"]
或
from . import models
我们需要在cmd包下设置__init__.py
__all__ = ["manage"]
或
from . import manage
以上两种推荐使用下from . import manage 灵活,可读性高
test.py调用如下
from bake.api import *
print(versions.name)
policy.get()
from bake.db import *
models.register_models(123)
from bake.cmd import *
print(manage.name)
注意点:
1.python2中如果import包,没有__init__.py文件就会报错 python3 import没有__init__.py文件的包不会报错 from 包 import 包或者模块(在import后边不能在进行.操作)
2.使用相对路径必须在最外层包的同级进行导入.
路径:
绝对路径:从最外层(bake)包.查找的就是绝对路径
相对路径:.就是相对路径, ..是上一级目录 例如：我们在bake/api/version.py中想要导入bake/cmd/manage.py
# 绝对路径:
from bake.cmd import manage
manage.main()
#相对路径:
from ..cmd import manage
manage.main()
注意在使用相对路径的时候一定要在于bake同级的文件中测试 我们需要在和bake同级的test.py中测试
from bake.cmd import manage
2.logging日志
logging模块,这个模块的功能是记录我们软件的各种状态
函数式简单配置:(默认从warnning开始记录)
import logging
logging.debug('我是调试')
logging.info('我是信息')
logging.warning('我是警告')
logging.error('我是错误')
logging.critical('我是危险')
日志级别等级CRITICAL > ERROR > WARNING > INFO > DEBUG
默认的日志格式为日志级别：Logger名称：用户输出消息。
灵活配置日志级别，日志格式，输出位置:
import logging
logging.basicConfig(level=logging.DEBUG,
format='%(asctime)s %(filename)s [line:%(lineno)d] %(levelname)s %(message)s',
datefmt='%Y-%m-%d %H:%M:%S',
filename='test.log',
filemode='w')
logging.debug('debug message')
logging.info('info message')
logging.warning('warning message')
logging.error('error message')
logging.critical('critical message')
basicConfig()函数中可通过具体参数来更改logging模块默认行为，可用参数有：
- filename：用指定的文件名创建FiledHandler，这样日志会被存储在指定的文件中。
- filemode：文件打开方式，在指定了filename时使用这个参数，默认值为“a”还可指定为“w”。
- format：指定handler使用的日志显示格式。
- datefmt：指定日期时间格式。
- level：设置记录日志的级别
- stream：用指定的stream创建StreamHandler。可以指定输出到
sys.stderr,sys.stdout或者文件(f=open(‘test.log’,’w’))，默认为sys.stderr。若同时列出了filename和stream两个参数，则stream参数会被忽略。
format参数中可能用到的格式化串：
%(name)s Logger的名字
%(levelno)s 数字形式的日志级别
%(levelname)s 文本形式的日志级别
%(pathname)s 调用日志输出函数的模块的完整路径名，可能没有
%(filename)s 调用日志输出函数的模块的文件名
%(module)s 调用日志输出函数的模块名
%(funcName)s 调用日志输出函数的函数名
%(lineno)d 调用日志输出函数的语句所在的代码行
%(created)f 当前时间，用UNIX标准的表示时间的浮 点数表示
%(relativeCreated)d 输出日志信息时的，自Logger创建以 来的毫秒数
%(asctime)s 字符串形式的当前时间。默认格式是 “2003-07-08 16:49:45,896”。逗号后面的是毫秒
%(thread)d 线程ID。可能没有
%(threadName)s 线程名。可能没有
%(process)d 进程ID。可能没有
%(message)s用户输出的消息
logger对象配置:
import logging
logger = logging.getLogger()
# 创建一个logger
fh = logging.FileHandler('test.log',mode="a",encoding='utf-8') # 创建一个handler,用于写入日志文件
ch = logging.StreamHandler() # 创建一个handler,输出到控制台
formatter = logging.Formatter('%(asctime)s - %(name)s - %(filename)s - [line:%(lineno)d] - %(levelname)s - %(message)s')
# 将屏幕和文件都是用以上格式
logger.setLevel(logging.DEBUG)
# 设置记录级别
fh.setFormatter(formatter)
# 使用自定义的格式化内容
ch.setFormatter(formatter)
logger.addHandler(fh) #logger对象可以添加多个fh和ch对象
logger.addHandler(ch)
logger.debug('logger debug message')
logger.info('logger info message')
logger.warning('logger warning message')
logger.error('logger error message')
logger.critical('logger critical message')
logging库提供了多个组件：Logger、Handler、Filter、Formatter。Logger对象提供应用程序可直接使用的接口，Handler发送日志到适当的目的地，Filter提供了过滤日志信息的方法，Formatter指定日志显示格式。另外，可以通过：logger.setLevel(logging.Debug)设置级别,当然，也可以通过fh.setLevel(logging.Debug)单对文件流设置某个级别。