在Python中使用全局日志时需要注意的问题

在使用 uliweb 开发 soap webservice 后,启动 uliweb 时,werkzeug 的日志莫名其妙丢失了。

正常的日志:

代码如下:

[INFO]  * Loading DebuggedApplication...
[INFO]  * Running on http://localhost:8000/
[INFO]  * Restarting with reloader
[INFO]  * Loading DebuggedApplication...

异常的日志:

代码如下:

[INFO]  * Loading DebuggedApplication...
[INFO]  * Loading DebuggedApplication...

事实上, werkzeug 相关 INFO 及其以下级别的日志全部都看不到了,这太诡异了,于是果断提交了issue

而且我创建一个新的项目和 app 后,并没有日志丢失的问题,于是我怀疑是因为我从 uliweb 0.1.3 升级到 0.1.4 导致的,我的项目是使用 0.1.3 创建的,之前也没有注意过日志的问题,但是得到 limodou 的答复后,我否定了这一点

  • uliweb在创建项目时不会生成象 Django 一样的 manage.py 之类的东西,就是 settings.py 等一些配置文件和启动文件, 都是和版本无关的。

仔细想想,我的项目和新创建的项目的区别在于 settings.ini 丰富了一些,然后用了 pysimplelib,好吧,从源码追踪吧。

我看了 uliweb 内置的 zerkzeug 代码,创建日志这里很明确

uliweb/lib/werkzeug/serving.py

代码如下:

112         if not logging.root.handlers and _logger.level == logging.NOTSET:
113             _logger.setLevel(logging.INFO)
114             handler = logging.StreamHandler()
115             _logger.addHandler(handler)[code]

当全局 logging.root 中已经定义了 Handler 或者 werkzeug 没有定义日志级别,werkzeug 会将其 logger 的日志级别 设置为 info,而打印 werkzeug 日志的地方,恰巧用了 info 级别

[code][INFO]  * Running on http://localhost:8000/
[INFO]  * Restarting with reloader

也就是说,因为已经定义其它 logging handler 的原因,导致无法输出 werkzeug 日志

grep pysimplelib 下的结果

代码如下:

./client.py:33: logging.basicConfig(format='%(levelname)s:%(message)s', level=logging.WARNING)
./simplexml.py:27:logging.basicConfig(format='%(levelname)s:%(message)s', level=logging.WARNING)
./transport.py:30:logging.basicConfig(format='%(levelname)s:%(message)s', level=logging.WARNING)

好吧,果然是这家伙在作祟,注释掉这三行代码后,werkzeug 日志正常输出

说起来,这不应该算是 uliweb 的问题,pysimplesoap 的库修改的全局设计,似乎应该给它提个 issue 才是, 这个 issue 应该可以关闭了。

这里有个 workaround,在 apps/settings.ini 中添加

代码如下:

[LOG.Loggers]
werkzeug = {'propagate':0, 'level': 'info', 'format':'format_simple'}

当然,建议 limodou 将 default_settings.ini 中的 zerkzeug 的日志级别默认设置成 info,因为这个问题实 在太诡异了,毕竟 werkzeug 中的默认日志级别就是 info。

好了,回顾一下,pysimplesoap 中因为覆盖了全局日志级别,导致 werkzeug 无法输入低于 warning 的日志,所以, 如果我们在开发开放 python 库的时候,还是将日志打在自己的命名空间下吧,不要去碰全局的 logging 设置,这样 会对别人造成困扰。

(0)

相关推荐

  • Python中使用logging模块打印log日志详解

    学一门新技术或者新语言,我们都要首先学会如何去适应这们新技术,其中在适应过程中,我们必须得学习如何调试程序并打出相应的log信息来,正所谓"只要log打的好,没有bug解不了",在我们熟知的一些信息技术中,log4xxx系列以及开发Android app时的android.util.Log包等等都是为了开发者更好的得到log信息服务的.在Python这门语言中,我们同样可以根据自己的程序需要打出log. log信息不同于使用打桩法打印一定的标记信息,log可以根据程序需要而分出不同的l

  • Python同时向控制台和文件输出日志logging的方法

    本文实例讲述了Python同时向控制台和文件输出日志logging的方法.分享给大家供大家参考.具体如下: python提供了非常方便的日志模块,可实现同时向控制台和文件输出日志的功能. #-*- coding:utf-8 -*- import logging # 配置日志信息 logging.basicConfig(level=logging.DEBUG, format='%(asctime)s %(name)-12s %(levelname)-8s %(message)s', datefmt

  • python标准日志模块logging的使用方法

    最近写一个爬虫系统,需要用到python的日志记录模块,于是便学习了一下.python的标准库里的日志系统从Python2.3开始支持.只要import logging这个模块即可使用.如果你想开发一个日志系统, 既要把日志输出到控制台, 还要写入日志文件,只要这样使用: 复制代码 代码如下: import logging# 创建一个loggerlogger = logging.getLogger('mylogger')logger.setLevel(logging.DEBUG)# 创建一个ha

  • Python解析nginx日志文件

    项目的一个需求是解析nginx的日志文件. 简单的整理如下: 日志规则描述 首先要明确自己的Nginx的日志格式,这里采用默认Nginx日志格式: log_format main '$remote_addr - $remote_user [$time_local] "$request" ' '$status $body_bytes_sent "$http_referer" ' '"$http_user_agent" "$http_x_f

  • 使用Python编写提取日志中的中文的脚本的方法

    由于工作需要在一大堆日志里面提取相应的一些固定字符,如果单纯靠手工取提取,数据量大,劳心劳力,于是自然而然想到了用Python做一个对应的提取工具,代替手工提取的繁杂,涉及中文字符,正则表达式不好匹配,但不是不可以实现,这个以后优化时再说. 需求描述: 一个父目录中存在多个子文件夹,子文件夹下有多个txt形式化的Log日志,要求从所有地方Log日志中找出CardType=9, CardNo=0时的CardID的值,并将其统计存储到一个文本文件中,要求CardID不能够重复. 需求解析: 首先获取

  • 在Python的web框架中中编写日志列表的教程

    MVVM模式不但可用于Form表单,在复杂的管理页面中也能大显身手.例如,分页显示Blog的功能,我们先把后端代码写出来: 在apis.py中定义一个Page类用于存储分页信息: class Page(object): def __init__(self, item_count, page_index=1, page_size=10): self.item_count = item_count self.page_size = page_size self.page_count = item_c

  • Python日志模块logging简介

    logging分为4个模块: loggers, handlers, filters, and formatters. ●loggers: 提供应用程序调用的接口 ●handlers: 把日志发送到指定的位置 ●filters: 过滤日志信息 ●formatters: 格式化输出日志 Logger Logger.setLevel() 设置日志级别 Logger.addHandler()和Logger.removeHandler() 增加和删除日志处理器 Logger.addFilter()和Log

  • python改变日志(logging)存放位置的示例

    实现了简单版本的logging.config,支持一般的通过config文件进行配置.感觉还有更好的方法,是直接利用logging.config.fileConfig(log_config_file)方式读进来之后,通过修改handler方式来进行修改. 复制代码 代码如下: """project trace system"""import sysimport ConfigParserimport loggingimport logging.co

  • 在Python中使用全局日志时需要注意的问题

    在使用 uliweb 开发 soap webservice 后,启动 uliweb 时,werkzeug 的日志莫名其妙丢失了. 正常的日志: 复制代码 代码如下: [INFO]  * Loading DebuggedApplication... [INFO]  * Running on http://localhost:8000/ [INFO]  * Restarting with reloader [INFO]  * Loading DebuggedApplication... 异常的日志:

  • 浅谈Python中的全局锁(GIL)问题

    CPU-bound(计算密集型) 和I/O bound(I/O密集型) 计算密集型任务(CPU-bound) 的特点是要进行大量的计算,占据着主要的任务,消耗CPU资源,一直处于满负荷状态.比如复杂的加减乘除.计算圆周率.对视频进行高清解码等等,全靠CPU的运算能力.这种计算密集型任务虽然也可以用多任务完成,但是任务越多,花在任务切换的时间就越多,CPU执行任务的效率就越低,所以,要最高效地利用CPU,计算密集型任务同时进行的数量应当等于CPU的核心数. 计算密集型任务由于主要消耗CPU资源,因

  • python中pip安装库时出现Read timed out解决办法

    昨天第一次用python画圆,当时并没有安装numpy库(导入数据包)和matplotlib库(导入图形包),于是尝试用pip安装库 首先,我先更新了pip,如下图: 顺便附上成功截图: 然后安装numpy库: 用这种常规方法安装库会出现time out,也就是超时的情况,以下是我的解决方法: 解决办法1:延长timeout时间 raise ReadTimeoutError(self._pool, None, 'Read timed out.')ReadTimeoutError: HTTPSCo

  • 对Python中GIL(全局解释器锁)的一点理解浅析

    目录 前言 为什么需要 GIL GIL 的实现 几点说明 GIL 优化 用户数据的一致性不能依赖 GIL 总结 参考文档 前言 GIL(Global Interpreter Lock),全局解释器锁,是 CPython 为了避免在多线程环境下造成 Python 解释器内部数据的不一致而引入的一把锁,让 Python 中的多个线程交替运行,避免竞争. 需要说明的是 GIL 不是 Python 语言规范的一部分,只是由于 CPython 实现的需要而引入的,其他的实现如 Jython 和 PyPy

  • Python中使用装饰器时需要注意的一些问题

    装饰器基本概念 大家都知道装饰器是一个很著名的设计模式,经常被用于AOP(面向切面编程)的场景,较为经典的有插入日志,性能测试,事务处理,Web权限校验,Cache等. Python语言本身提供了装饰器语法(@),典型的装饰器实现如下: @function_wrapper def function(): pass @实际上是python2.4才提出的语法糖,针对python2.4以前的版本有另一种等价的实现: def function(): pass function = function_wr

  • 线程安全及Python中的GIL原理分析

    本文讲述了线程安全及Python中的GIL.分享给大家供大家参考,具体如下: 摘要 什么是线程安全? 为什么python会使用GIL的机制? 在多核时代的到来的背景下,基于多线程来充分利用硬件的编程方法也不断发展起来, 但是一旦 牵扯到多线程,就必然会涉及到一个概念,即 线程安全, 本文就主要谈下笔者对线程安全的一些理解. 而Python为很多人所抱怨的一点就是GIL,那么python为什么选择使用GIL, 本文也就这个问题进行一些讨论. 引入 你的PC或者笔记本还是单核吗? 如果是,那你已经o

  • 关于python中.xpath的使用问题

    在python中使用xpath定位时,有时候会先用.xpath定位到一个地点,for循环后,继续使用.xpath,但是会出现问题,比如在下面这个例子中: 根据xpath定位到了tr,注意游览器自动生成了tbody,在python中要把自动生成的tbody层级去掉. 此时我们想获取tr下面的td,请看代码 import requests from lxml import etree url = "https://www.w3school.com.cn/xpath/xpath_axes.asp&qu

  • 源码解析python中randint函数的效率缺陷

    目录 一.前言 二.对randint()运行效率的测试 三.从源码分析randint()的缺陷 random.random() random.randint() 四.更快的生成随机整数的方法 random.random() 直接使用 getrandbits() 使用 Numpy.random 一.前言 前几天,在写一个与差分隐私相关的简单程序时,我发现了一些奇怪的东西:相对于其他的随机数生成函数,Python的random.randint()函数感觉很慢. 由于 randint() 是 Pyth

  • Python中__init__.py文件的作用

    目录 1 init文件夹图标 2 init.py导入包方式 2.1 单个导入 2.2 批量引入(定义__all__用来模糊导入) 3 实例 4 其他常见问题 4.1 使用__init__.py文件的优点 4.2 没有__init__.py文件的目录,使用import xx.xx会报错吗? 4.3 根据导入模块和主程序不同import方式 1 init文件夹图标 在PyCharm中,带有__init__.py这个文件的目录被认为是Python的包目录,与普通目录的图标有不一样的显示.如下图所示,d

  • Python中更优雅的日志记录方案详解

    目录 常见使用 loguru 安装 基本使用 详细使用 在 Python 中,一般情况下我们可能直接用自带的 logging 模块来记录日志,包括我之前的时候也是一样.在使用时我们需要配置一些 Handler.Formatter 来进行一些处理,比如把日志输出到不同的位置,或者设置一个不同的输出格式,或者设置日志分块和备份.但其实个人感觉 logging 用起来其实并不是那么好用,其实主要还是配置较为繁琐. 常见使用 首先看看 logging 常见的解决方案吧,我一般会配置输出到文件.控制台和

随机推荐