• 神奇语言 python 模块 二


    logging模块

    我们来说下loggingmokuai ,这个模块的功能是记录我们软件的各种状态, 每个软件都是有错误日志的,开发人员可以通过错误日志中的内容对他的程序进行修改:

    简单的例子:

    import logging
    logging.basicConfig(level=logging.WARNING)
    logging.debug()报错
    logging.info() 正常运行
    logging.warning()警告
    logging.error()错误
    logging.critical() 崩溃

    默认的情况下python的logging模块将日志打印到了标准输出中,且只显示了大于等于WARNING级别的日志,这说明默认的日志级别设置为WARNING(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

    手动版:

    logging.basicConfig(
        # level=logging.WARNINGl
        level=10,
        format="(asctime)s-%(name)s-[%(lineno)d]-%(message)s"  , # format 格式化asctime 当前时间 (lineno)行数 (message信息
    filename="teset.log",filemode="a+")# format 格式化asctime 当前时间 (lineno)行数 (message信息
    logging.debug("ni hao")
    logging.info("wo hao "9)
    logging.warning("da jia hao ")
    logging.error("dou bu hao ")
    logging.critical("dou feng le")

    自动版:

    import logging
    logger =logging.getLogger()#获取一个写的日志
    formatter=logging.Formatter("%(asctime)s-%(name)s-[%(lineno)d]-%(message)s" )             #格式很重要
    #format 格式化asctime 当前时间 (lineno)行数 (message信息
    # 定义一个模板
    
    ch=logging.StreamHandler()# 流 屏幕流
    fh=logging.FileHandler("tt.log","a",encoding="utf-8")#文件流
    boss=logging.FileHandler("boss.log","a",encoding="utf-8")
    #生成一个老板看的日志
    boss_formatter=logging.Formatter("%(asctime)s-%(message)s")
    ch.setFormatter(formatter)
    #把咱们定义的模板绑定给咱们的创建的储存日志的流
    fh.setFormatter(formatter)
    boss.setFormatter(boss_formatter)
    #自己又写了一个新的模板 ,然后绑定
    logger.setLevel(logging.DEBUG)
    logger.addHandler(fh)
    #将文件流加入咱们的日志绑定
    logger.addHandler(ch)
    # 将屏幕流加入咱们的日志绑定
    logger.addHandler(boss)     #addHandler 把文件添加到那里
    
    logging.debug("你好")
    logging.info("我好 ")
    logging.warning("大家好 ")
    logging.error("都不好 ")
    logging.critical("都疯了")

    logging 经常使用的关键词'

    Logging.Formatter:这个类配置了日志的格式,在里面自定义设置日期和时间,输出日志的时候将会按照设置的格式显示内容。
    Logging.Logger:Logger是Logging模块的主体,进行以下三项工作:
    1. 为程序提供记录日志的接口
    2. 判断日志所处级别,并判断是否要过滤
    3. 根据其日志级别将该条日志分发给不同handler
    常用函数有:
    Logger.setLevel() 设置日志级别
    Logger.addHandler() 和 Logger.removeHandler() 添加和删除一个Handler
    Logger.addFilter() 添加一个Filter,过滤作用
    Logging.Handler:Handler基于日志级别对日志进行分发,如设置为WARNING级别的Handler只会处理WARNING及以上级别的日志。
    常用函数有:
    setLevel() 设置级别
    setFormatter() 设置Formatter

    logging.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(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

    序列号:josn模块 pickle 模块

    json: 序列化
    将一个对象转换成一个能够永久存储的内容
    将一个对象转换成一个字符串的时候 -- > 序列化 --> dumps(要转换的对象) -- >字符串
    将一个字符串转换成一个对象的时候 ---> 反序列化 --> loads(要转换的字符串) -->对象
    import json
    dump  # 将对象转成字符存储到文件中
    load  # 将文件中的字符转换对象
    
    loads # 将字符串转换成对象
    dumps # 将对象转换字符串
    dic = {'name':'meet','age':18}
    lst = [1,3,45,67,88]
    
    f = open('test.txt','w',encoding='utf-8')
    json.dump(lst,f)
    
    f = open('test.txt','r',encoding='utf-8')
    s = json.load(f)
    print(type(s),s[-1])
    
    def func():
        print(111)
    
    

    将一个对象转换成一个文件的时候 -- > 序列化 --> dump(要转换的对象,文件句柄) -- >可见文件
    将一个文件转换成一个对象的时候 ---> 反序列化 --> load(文件句柄) --> 对象
    lst = [1,2,3,[4,5,6]]
    s = json.dumps(dic)
    print(type(s),s)
    #
    c = json.loads(s)
    print(type(c),c)
    
    import json
    data = {'username':['李华',[1,2,3],'二愣子'],'sex':'male','age':16}
    json_dic2 = json.dumps(data,sort_keys=True,ensure_ascii=False,indent=2,separators=(',',':'))
    print(json_dic2)


    pickle: 序列化
    将一个对象转换成一个能够永久存储的内容
    将一个对象转换成一个字节的时候 -- > 序列化 --> dumps(要转换的对象) -- >字节
    将一个字节转换成一个对象的时候 ---> 反序列化 --> loads(要转换的字节) -->对象
    import pickle
    f = open('test.txt','wb')
    pickle.load(f)
    
    dic = {'1':2,'2':3}
    pickle.dump(dic,f)
    
    f1 = open('test.txt','rb')
    s = pickle.load(f1)
    print(type(s),s)
    将一个对象转换成一个文件的时候    -- > 序列化  --> dump(要转换的对象,文件句柄) -- >不可见文件
    将一个文件转换成一个对象的时候 ---> 反序列化 --> load(文件句柄) --> 对象
    ic = {'1':2,'2':3}
    s = pickle.dumps(dic) # 将对象转换成字节
    print(s)
    c = pickle.loads(s)
    print(type(c),c)
    
    def func():
        print(111)
    f1= pickle.dumps(func)
    
    i = 1234
    ff = pickle.dumps(i)
    print(ff)
    
    pickle.loads(f)()
    print(pickle.loads(f))

    区别:
    json 编程语言中是通用的,json转一些简单的数据
    json 操控的是字符串
    pickle python自己的,可以将已知对象转换(lambda除外)
    pickle 操作的是字节

    random模块

    random 是一个随机数模块,我们一般用来生成一些没有规则的内容

    获取0-1之间的随机小数

    import random
    print(random.random())      #0-1之间的小数

    我们可以获取0到1 之间的随机的小数,你想要生成指定的数字内的随机小数怎么办??

    import random
    print(random.uniform(0,5))

    随机指定数的整数:

    import random
    print(random.randint(1,10))

    随机生成的奇数和偶数:

    import random
    print(random.randrange(1,10,2))
    print(random.randrange(0,10,2))

    随机抽取两个:

    import random
    ist=["老大","老二","老三","大王"]
    print(rangdom.choices(lst,k=2)

    随机抽取两个不重复:

    import random
    lst = ['张开','宝元','佩奇','太白']
    print(random.sample(lst,k=2))
  • 相关阅读:
    前端学习之路,前端开发人员如何在团队中规范git commit提交记录
    基于AntV图表库的Ant DeSign Charts图表展示的简单应用
    基于React-Amap组件库的高德地图简单应用
    高效的Coding,前端开发人员值得一看的前端开发工具
    解决git pull拉取更新代码失败,unable to resolve reference ‘refs/remotes/origin/xxx分支名’: reference broken问题
    position: sticky实现导航栏下滑吸顶效果
    javaScript保留三位有效数字
    封装属于自己的axios请求
    微博立场检测 60分Baseline
    Sequence to Sequence Learning with Neural Networks论文阅读
  • 原文地址:https://www.cnblogs.com/zhangguangpei/p/10278012.html
Copyright © 2020-2023  润新知