Índice de contenido
El formato parámetro acepta a cadena eso poder contener LogRecord atributos organizados como mejor le parezca. Hay una lista completa de LogRecord atributos a los que se puede hacer referencia en https://docs.python.org/3/library/logging. html#logrecord-atributos. Los clave son: • args una tupla que enumera los argumentos utilizados para llamar a la función asociada o método. • asctime indica la hora en que se creó el mensaje de registro. • filename el nombre del archivo que contiene la declaración de registro. • module el nombre del módulo (la parte del nombre del nombre del archivo). • funcName el nombre de la función o método que contiene la instrucción de registro. • levelname el nivel de registro de la sentencia de registro. • enviar el mensaje de registro en sí como se proporciona al método de registro. El efecto de algunos de estos se ilustra a continuación. registro de importación logging.basicConfig(formato=’%(asctime)s %(mensaje)s’, nivel=registro.DEBUG) registrador = registro.getLogger(nombre) def hacer_algo(): logger.debug(‘Esto es para ayudar con la depuración’) logger.info(‘Esto es solo para información’) logger.warning(’¡Esto es una advertencia!’) logger.error(‘Esto debería usarse con algo inesperado’) logger.critical(‘Algo serio’) hacer algo() El programa anterior genera las siguientes declaraciones de registro: 2019-02-20 16:50:34,084 Esto es para ayudar con la depuración 2019-02-20 16:50:34,084 Esto es solo para información 2019-02-20 16:50:34,085 ¡Esto es una advertencia! 2019-02-20 16:50:34,085 Esto debería usarse con algo inesperado 2019-02-20 16:50:34,085 Algo serio Sin embargo, podría ser útil conocer el nivel de registro asociado con el registro declaraciones, así como la función desde la que se llamaron las declaraciones de registro. Es posible obtener esta información cambiando la cadena de formato pasada al función logging.basicConfig(): 320 27 Iniciar sesión en Python
popular post
El modelo AR de series temporales univariadas
Resumen: En esta entrada, descubrirá el modelo AR: El modelo autorregresivo.
Leer másEvaluación de modelos para pronosticar
Resumen: Al desarrollar modelos de aprendizaje automático, generalmente se comparan varios modelos durante la fase de construcción.
Leer másModelos para pronosticar
Resumen: El pronóstico, traducido groseramente como la tarea de predecir el futuro, ha estado presente en la sociedad humana durante siglos.
Leer más