一.logging模块
1.logging模块就是用于记录日志的，日志就是记录某个时间点，发生的事情。
2.记录日志是为了日后来复查，提取有用的信息。
3.如何去记录日志：可以直接打开文件，记录信息，但是会出现两个问题：1.记录的数据格式不通用，只能自己识别；2.解析数据麻烦。所以我们需要一个简单的方法，logging模块就是这样的一种方法。
4.日志的级别，从低到高为：
1.debug 10 调试信息（用于记录程序在开发过程中的调试记录）
2.info 20 记录普通信息 （记录简单的信息）
3.warning 30 警告信息 （当某些操作可能发生错误时，就记录为警告信息）
4.error 40 错误信息 （当程序遇到错误时）
5.critical 50 严重信息 （当程序遇到问题无法继续执行时）
随着时间的推移，日志会越来越多，查看信息就比较麻烦，所以我们需要把日志进行分级，方便查找。
默认情况下级别为warning，输出的位置是控制台，默认的日志格式为： 级别:日志生成器的名称:信息
如何修改默认的参数：
logging.basicConfig(filename="mylog.txt", # 指定的日志文件名 filemode="a", #指定的是文件打开的模式 通常为a level=logging.DEBUG, # 指定级别 format="%(filename)s %(levelname)s %(asctime)s %(message)s",# 指定显示格式 )
如果我们需要更加详细的去定制logging的各项功能，需要以下操作：
四种核心角色：
1.Logger 日志生成器 负责产生一条完整的日志
2.Filter 过滤器 负责对日志进行过滤
3.Handler 处理器 负责将日志输出到指定位置
4.Formater 格式化 负责处理日志显示的格式
可在logging.basicConfig()函数中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（后边会具体讲解handler的概念），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rootlogger（后边会讲解具体概念）的日志级别 stream：用指定的stream创建StreamHandler。可以指定输出到sys.stderr,sys.stdout或者文件，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。 #格式 %(name)s：Logger的名字，并非用户名，详细查看 %(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
#自定义四种核心角色 完成日志的输出 # 参数指定的是生成器的名称 (因为可以同时存在多个生成器) mylog = logging.getLogger("mylog") # 设置生成器的级别 低于该级别的不会生成 mylog.setLevel(10) # # 过滤器 这里不讲! 需要使用面向对象的基础知识点! (不常用) # # 处理器 handler = logging.FileHandler("youlog.txt",encoding="utf8",) # 将处理器绑定给生成器, add函数表明了 一个生成器可以添加多个处理器 mylog.addHandler(handler) # 格式化处理器 formater = logging.Formatter(fmt="%(filename)s %(levelname)s %(asctime)s %(message)s") # 将格式化处理器 绑定给 handler handler.setFormatter(formater) mylog.info("info")
#需求: 有一个登陆注册 功能 需要记录用户操作日志, 程序员需要看到最详细的信息,而boss只需要看到简单的操作信息 #实现: 按照不同的格式输出到不同的文件中 mylog = logging.getLogger("mylog") # 设置生成器的级别 低于该级别的不会生成 mylog.setLevel(10) # 过滤器 这里不讲! 需要使用面向对象的基础知识点! (不常用) # 给程序员看的日志处理器 handler1 = logging.FileHandler("youlog.txt",encoding="utf8",) #将处理器 绑定给生成器, add函数表明了 一个生成器可以添加多个处理器 mylog.addHandler(handler1) # 给老板看的日志处理器 handler2 = logging.FileHandler("boss.txt",encoding="utf8",) #将处理器 绑定给生成器, add函数表明了 一个生成器可以添加多个处理器 mylog.addHandler(handler2) # 程序员的格式化处理器 formater1= logging.Formatter(fmt="%(threadName)s %(funcName)s %(module)s %(filename)s %(levelname)s %(asctime)s %(message)s") # 将格式化处理器 绑定给 handler handler1.setFormatter(formater1) # 老板的格式化处理器 formater2= logging.Formatter(fmt="%(levelname)s %(asctime)s %(message)s") # 将格式化处理器 绑定给 handler handler2.setFormatter(formater2)
一条日志的生命周期：
1.由Logger产生日志
2.交给过滤器进行过滤
3.交给Handler按照Formater的格式进行输出
以上三步都可以对日志进行筛选，也就是指定日志的等级
以上操作固然能够实现自定义输出，但是每次写日志，都要写一次上面的代码，太麻烦，所以我们需要一种更加快速有效的方式解决问题，我们可以把配置信息，写入一个字典中，具体解决方法如下：
#现在需求已经实现了,但是,每次用日志都要写这么一堆代码,最好,能把配置写死,直接复制已有的配置信息 #logging_config.py standard_format = '[%(asctime)s][%(threadName)s:%(thread)d][task_id:%(name)s][%(filename)s:%(lineno)d]' '[%(levelname)s][%(message)s]' #其中name为getlogger指定的名字 simple_format = '[%(levelname)s][%(asctime)s][%(filename)s:%(lineno)d]%(message)s' id_simple_format = '[%(levelname)s][%(asctime)s] %(message)s' logfile_path = "dictconfig.log" LOGGING_DIC = { 'version': 1, # 是否禁用已存在的生成器 这个值保持为False 'disable_existing_loggers': False, # 四个key不能随便写 是固定 'formatters': { # standard 表示格式化处理器的名字 相当于变量名称 可以随便写 'standard': { # format是固定的不能随便写 'format': standard_format }, 'simple': { 'format': simple_format }, }, 'filters': {}, 'handlers': { #打印到终端的日志 #console是处理器的名称 可以随便写 'console': { 'level': 'DEBUG', 'class': 'logging.StreamHandler', # 打印到屏幕 'formatter': 'simple' }, #打印到文件的日志,收集info及以上的日志 'default': { 'level': 'DEBUG', 'class': 'logging.handlers.RotatingFileHandler', # 保存到文件 'formatter': 'standard', 'filename': logfile_path, # 日志文件 'maxBytes': 1024*1024*5, # 日志大小 5M 'backupCount': 5, #日志文件最大个数 'encoding': 'utf-8', # 日志文件的编码 }, "ATM":{ 'level': 'DEBUG', 'class': 'logging.handlers.RotatingFileHandler', # 保存到文件 'formatter': 'standard', 'filename': "ATMlog.txt", # 日志文件 'maxBytes': 1024*1024*5, # 日志大小 5M 'backupCount': 5, #日志文件最大个数 'encoding': 'utf-8', # 日志文件的编码 } }, 'loggers': { #logging.getLogger(__name__)拿到的logger配置 #aa是生成器的名称 可以随便写 # 如果将key(生成器名称)设置为空 则意味着将它作为默认的是你生成器 '': { 'handlers': ['default', 'console'], # 这里把上面定义的两个handler都加上，即log数据既写入文件又打印到屏幕 'level': 'DEBUG', 'propagate': True, # 向上（更高level的logger）传递 日志的继承 }, "atm":{ 'handlers': ['ATM'], # 这里把上面定义的两个handler都加上，即log数据既写入文件又打印到屏幕 'level': 'DEBUG', 'propagate': True, # 向上（更高level的logger）传递 日志的继承 } }, } #logging模块.py logging.config 专门用于配置logging 模块 import logging.config # 导入包含配置字典的模块 import loggin_config # 通过一个字典来配置 logging模块 logging.config.dictConfig(loggin_config.LOGGING_DIC) #通过名称 来获取一个生成器 aaloger = logging.getLogger("aa") # 输出日志 aaloger.info("测试信息!") # 当要获取的名称不存在时 会返回一个默认的生成器 aaloger = logging.getLogger("aasadsadsa") print(aaloger.name) # 输出日志 aaloger.warning("测试信息!")
# 了解知识点 # 自己来定义四种核心角色 import logging mylog = logging.getLogger("father") mylog.setLevel(10) handler = logging.FileHandler("father.log") mylog.addHandler(handler) handler.setLevel(10) fmter = logging.Formatter(fmt="%(threadName)s %(funcName)s %(module)s %(filename)s %(levelname)s %(asctime)s %(message)s") handler.setFormatter(fmter) # 在获取一个生成器 同时指定该生成器的父生成器是father这个生成器 sonlog = logging.getLogger("father.son") # 需求:子生成器 的输出位置与父生成器不同 格式相同 sonhandler = logging.FileHandler("son.txt",encoding="utf8") sonlog.addHandler(sonhandler) sonfmt = logging.Formatter(fmt="%(threadName)s %(funcName)s %(module)s %(filename)s %(levelname)s %(asctime)s %(message)s") sonhandler.setFormatter(sonfmt) # 继承后子生成器 可以直接使用父生成器的配置 # mylog.info("这是一条日志信息!") # sonlog.info("这是 son 输出的日志信息!") #子生成器 在生成一个日志时 会自动给父生成器也发一个 # 取消传递效果 sonlog.propagate = False sonlog.info("这是 son 输出的日志信息!")
二.shelve模块
shelve模块是用于序列化的模块。
shelve模块只有一个函数，就是open，它是用于打开一个文件，打开之后的操作方式与字典完全一致。应用场景是在写的程序时一个单机程序时，可以考虑用这个模块。
shelve模块的特点：
1.可以识别python所有的基本数据类型
2.只能被python编程语言识别，块平台性差
import shelve s = shelve.open("test.she") s["name"] = "爱跟" s = shelve.open("test.she") s["dic"] = {"age":20} s = shelve.open("test.she") print(s["dic"]) #注：在win系统下，会产生三个文件，在linux系统下只会产生一个文件
三.sys模块
sys是system的缩写，表示的是python解释器的系统
os（operation system），表示的是操作系统
sys模块用于操作系统调用解释器时传入的参数
1 sys.argv 命令行参数List，第一个元素是程序本身路径 2 sys.exit(n) 退出程序，正常退出时exit(0) 3 sys.version 获取Python解释程序的版本信息 4 sys.maxint 最大的Int值 5 sys.path 返回模块的搜索路径，初始化时使用PYTHONPATH环境变量的值 6 sys.platform 返回操作系统平台名称
import sys # 当你要开发一款基于CMD的程序时 就需要使用这个属性了 因为一些操作系统没有界面 只能通过CMD来使用 print(sys.argv) # 用于退出解释器 0表示正常退出 # 3.sys.exit(0) print(sys.version) print(sys.platform) # 需求 开发一个基于CMD的复制文件的工具 # 第一个参数表示被执行的py文件 第二个作为源文件路径 第三个作为目标文件的路径 # # source_path = 3.sys.argv[1] # target_path = 3.sys.argv[2] # # print(source_path) # print(target_path) # # # with open(source_path,"rb") as f: # with open(target_path,"wb") as f1: # while True: # data = f.read(1024) # if not data: # break # f1.write(data) # sys 处理与python解释器相关的一些操作,常用的有两个 # 添加环境变量 3.sys.path # 获取调用解释器参数 3.sys.argv