Python日志中dictConfig()方法的dict对象模式

最新推荐文章于 2025-06-05 09:02:35 发布
最新推荐文章于 2025-06-05 09:02:35 发布
阅读量8.7k 收藏 5
点赞数 1
分类专栏： python 文章标签： python python日志
本文详细介绍了Python中使用dictConfig方法进行日志配置的方式，包括配置文件的基本结构、各组件的作用及配置项说明，帮助读者更好地理解并应用Python日志系统。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

python日志配置的可以通过调用dictConfig(config)方法进行配置，config对象为一个dict，而该对象的键值是有标准模式的，在这里总结一下（参考官方文档）。

  • version - 用数字表示的模式版本，当前有效值只能为1，主要是为了后续配置升级后提供兼容性
  • formatters - 格式化对象，值还是一个dict，该dict的键为格式化对象的id，值为一个dict，存储了formatter对象的配置内容
    • format: None
    • datefmt: None
  • filters - 过滤器对象，逻辑同formatters
    • name: ''
  • handlers - 逻辑同formatters
    • class(必须的)： handler类的全限定名
    • level(可选的)： handler对象级别
    • formatter(可选的)：为formatters中定义的formatter对象id
    • filters(可选的)：为一个filter对象的列表，里面存放filters中定义的filter对象id
      也可以存入其他的参数，视实际handler对象而定
  • loggers - 逻辑同formatters，该logger对象的id也是logger name
    • level(可选的)：logger对象级别
    • propagate(可选的)：logger对象的消息传递设置
    • filters(可选的)：为一个filter对象的列表，里面存放filters中定义的filter对象id
    • handlers(可选的)：为一个handler对象的列表，里面存放handlers中定义的handler对象id
  • root - 值为dict，存放root这个logger对象的配置，但是propagate这个值对root没用
  • incremental - 该配置文件的配置是否作为已有配置的一个补充，该值默认为False，即覆盖原有配置，如果为True，也不是完全覆盖，因为filter对象和formatter对象是匿名的，无法获取到具体的对象，也就无法修改，但是可以替代logger对象的level和propagate属性，handler对象的level属性
  • disable_existing_loggers - 是否禁用已存在的logger对象，默认是True，如果incremental是True的话，该值就会被忽略

注：上述的id处理loggers里的id用来表示实际logger对象的name以外，其他对象的id只是作一个标识作用，用来表示对象之间的联系

python dictConfig封装自定义日志器优化(三)
Holidayzz的博客
11-22 751
之前使用dictConfig写了自定义日志器的封装，但感觉不是很好，责任划分不明确，边在实践中进行优化，把日志的一部分配置（如日志文件名、路径等）摘出来放在项目配置文件中，其他配置依旧放在yaml文件中维护。 如有不对或可优化的点，欢迎指出！ 日志器封装demo 1. 从项目配置文件中读取日志相关配置内容 content of src __init__.py # content of src __init__.py # -*- coding: utf-8 -*- # @Time : 2020.
python loggingconfig.dictConfig
zs_2014的专栏
05-09 1万+
python中logging.config.dictConfig函数可以方便的配置自己所需要的日志系统，其官方document链接为:https://docs.python.org/2/library/logging.config.html。对于使用dictConfig函数，最难的莫非dictConfig需要的参数该如何配置了。 通用的配置结构如下。 { 'version': must,其值
python开发config层_Python记录：dictConfig
weixin_39957934的博客
12-11 402
我正在尝试使用配置文件来配置Python日志记录,但是还要在dict配置加载后添加处理程序.所以我的配置文件就像version: 1formatters:default_formatter:format: '%(asctime)s : %(levelname)s : %(message)s'datefmt: '%d-%b-%Y %H:%M:%S'plain_formatter:format: '%...
Pydantic Core 教程：深入理解模型配置（ConfigDict与ConfigWrapper）
最新发布
gitblog_00864的博客
06-05 409
Pydantic Core 教程：深入理解模型配置（ConfigDict与ConfigWrapper） 引言 在数据建模和验证领域，Pydantic 已经成为 Python 生态中不可或缺的工具。本教程将深入探讨 Pydantic Core 中的模型配置系统，特别是 ConfigDict 和 ConfigWrapper 的使用与原理。通过本教程，您将掌握如何为数据模型定义全局行为，以及这些配置在 ...
Python logging 模块的 dictConfig
Martin的博客
05-20 2623
logging 模块的 dictConfiglogging 模块配置 log 的方式1. `logging.basicConfig()`2. 自定义 `logger`3. `logging.config.XXX`参考 logging 模块配置 log 的方式 1. logging.basicConfig() logging.basicConfig( filename, filemode, format, datefmt, style, level, s
python dict
yooodooo
02-01 227
初始化 构造方法创建 d = dict() d = dict(name="nico", age=23) d = dict((['name', "nico"], ['age', 23]))  当然还有更方便，简单的 d = {} d = {"name":"nico", "age":23}     遍历 通过对key的遍历，遍历整个dict   d = {"nam.
Python之配置日志的几种方式（logging模块）
huobanjishijian的专栏
10-16 900
作为开发者，我们可以通过以下3种方式来配置logging: 1）使用Python代码显式的创建loggers, handlers和formatters并分别调用它们的配置函数； 2）创建一个日志配置文件，然后使用fileConfig()函数来读取该文件的内容； 3）创建一个包含配置信息的dict，然后把它传递个dictConfig()函数； 需要说明的是，logging.basicConfig()也属于第一种方式，它只是对loggers, handlers和formatters的配置函数进行了封装。另
Python logging.config模块，logging.config.fileConfig()、logging.config.dictConfig() 使用介绍
热门推荐
小青龍 的博客
08-19 2万+
Python logging.config模块，logging.config.fileConfig()、logging.config.dictConfig() 使用介绍。总结如何使用这两个方法读取配置文件来完成日志配置。
python配置文件转dict
12-21 965
配置文件有很多种，如JSON，properties，conf，xml等。 除非需要跟别的语言进行交互，python本身是完全可以取代所有配置文件的。使用python进行配置可以使用非常灵活地执行一些逻辑运算，这点是JSON、XML等格式所无法比拟的，但是配置文件中掺入太多的逻辑并不是好方法。 将python版的配置文件转化为其它格式非常简单，只需要写一个函数即可 首先创建一个config...
Python 日志打印之logging.config.dictConfig使用总结
chinaherolts2008的博客
01-18 3447
#实践环境 WIN 10 Python 3.6.5 #函数说明 logging.config.dictConfig(config) dictConfig函数位于logging.config模块，该函数通过字典参数config对logging进行配置。3.2版本新增的函数 ##参数说明 config 字典类型，包含以下key： version - 表示版本，该键值为从1开始的整数。该key必选，除此之外，其它key都是可选。 formatters - 日志格式化器，其value值为一个字典，该字典的每个键值对
python dictConfig 按日期生成文件
weixin_34542865的博客
07-28 102
python相关学习资料：https://edu.51cto.com/video/4645.htmlhttps://edu.51cto.com/video/3502.htmlhttps://edu.51cto.com/video/1158.htmlPython 中使用 dictConfig 按日期生成文件的实践 在P...
python 日志输出变量_Python 日志打印之logging.config.dictConfig使用总结
weixin_33860377的博客
03-01 898
日志打印之logging.config.dictConfig使用总结By:授客 QQ：1033553122#实践环境WIN 10Python 3.6.5#函数说明logging.config.dictConfig(config)dictConfig函数位于logging.config模块，该函数通过字典参数config对logging进行配置。3.2版本新增的函数##参数说明config 字典类型...
logging的dictConfig用法
eettttttt的博客
07-10 396
【代码】logging的dictConfig用法。
logging DictConfig的使用
蓝白相间
06-03 2185
前言 一个项目中，日志模块占有很重要的一部分，因为通过日志模块我们可以追踪异常错误的位置和详细信息，从而得到具体的错误提示，帮我们解决问题提供了很大的帮助，本篇内容主要介绍一下logging模块的主要四个概念，以及通过dictionary的形式去配置项目中的日志形式。 日志的四个器 Logger记录器：暴露了应用程序代码能直接使用的接口 Handler 处理器，将（记录器产生的）日志记录发送至合适的目的地。 Filter 过滤器，提供了更好的粒度控制，它可以决定输出哪些日志记录。 Formatter 格式
成功解决attrs = config.__dict__[‘__flags‘] KeyError: ‘__flags
头部AI社区如有邀博主AI主题演讲请私信—心比天高，仗剑走天涯，保持热爱，奔赴向梦想！低调，专注，谦虚，自律，反思，成长，还算比较正能量的博主，公益免费传播…内心特别想在AI界做出一些可以推进历史进程影响力的技术(兴趣使然，有点小情怀，也有点使命感呀
06-25 1万+
成功解决attrs = config.__dict__['__flags'] KeyError: '__flagsattrs = config.__dict__['__flags'] KeyError: '__flags值错误，说明该字典内不存在这个元素：__flags答案如下图所示……正在上传…重新上传取消
【已解决】AttributeError: ‘ConfigDict‘ object has no attribute ‘gpu_ids‘
空林长风博客
01-06 3648
AttributeError: 'ConfigDict' object has no attribute 'gpu_ids'【解决方案】
【MMCV 源码解读】一、Config（配置文件相关）
qq_38253797的博客
11-23 5100
目录前言一、通过dict生成config1.1、字典对象实现属性访问1.2、字典对象 pretty 输出1.3、@property二、通过配置文件生成 config 前言 一、通过dict生成config 示例a.py： from mmcv import Config cfg = Config(dict(a=1, b=dict(b1=[0, 1]))) print(cfg) # Config (path: None): {'a': 1, 'b': {'b1': [0, 1]}} 源码实现： clas
config用法汇总
weixin_45912366的博客
04-29 9553
目录 1.通过配置文件生成 config 2.Config.fromfile 实现 1.-知乎推荐 Config 主要是提供各种格式的配置文件解析功能，包括 py、json、ymal 和 yml，是一个非常基础常用类，对该类的熟练使用和具体实现深入理解，有助于灵活使用 OpenMMLab 系列框架。Config 类用于解析 OpenMMLab 开源框架的各种格式配置文件，不仅如此还实现了很多方便使用的 API，例如配置读写、配置打印、配置合并等等功能 1.通过配置文件生成 config
python添加日志 输出工作台和日志
03-31
### Python Logging 配置至控制台和文件 要在 Python 中配置 `logging` 模块以将日志输出到控制台和文件，可以通过设置多个处理器（Handlers），分别处理不同的目标输出。以下是实现方法： #### 基本概念 为了满足需求，可以创建两个处理器：一个是用于写入文件的 `FileHandler`，另一个是用于打印到控制台的 `StreamHandler`。通过定义一个通用的日志格式器（Formatter），并将其应用到这两个处理器上，能够确保一致性的日志记录。 #### 实现代码示例 以下是一个完整的代码示例[^1]，展示如何同时向控制台和文件输出日志： ```python import logging # 创建 logger 对象 logger = logging.getLogger('my_logger') logger.setLevel(logging.DEBUG) # 定义日志格式 formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s') # 添加 FileHandler 来保存日志到文件 file_handler = logging.FileHandler('app.log') file_handler.setFormatter(formatter) file_handler.setLevel(logging.WARNING) # 设置文件只记录 WARNING 及以上级别的消息 # 添加 StreamHandler 将日志输出到控制台 console_handler = logging.StreamHandler() console_handler.setFormatter(formatter) console_handler.setLevel(logging.DEBUG) # 控制台可显示 DEBUG 及以上的所有级别消息 # 将 handler 绑定到 logger 上 logger.addHandler(file_handler) logger.addHandler(console_handler) # 测试日志输出 logger.debug('This is a debug message.') logger.info('This is an info message.') logger.warning('This is a warning message.') # 文件会记录此条及以上等级的消息 logger.error('This is an error message.') logger.critical('This is a critical message.') ``` 上述代码中设置了两种不同级别的日志过滤机制：对于文件而言仅保留 `WARNING` 和更高级别的日志；而对于控制台，则允许所有的调试信息被查看。 #### 使用 JSON/YAML 进行外部化配置 (Optional) 如果希望进一步简化程序中的硬编码逻辑或者支持动态调整配置参数，还可以考虑采用基于 JSON 或 YAML 的方式加载日志配置[^2]。下面给出一段简单的例子来说明这种方法的应用场景： 假设存在名为 `logging.json` 的配置文件如下所示： ```json { "version": 1, "disable_existing_loggers": false, "formatters": { "standard": { "format": "%(asctime)s - %(name)s - %(levelname)s - %(message)s" } }, "handlers": { "consoleHandler": { "class": "logging.StreamHandler", "level": "DEBUG", "formatter": "standard", "stream": "ext://sys.stdout" }, "fileHandler": { "class": "logging.FileHandler", "filename": "app.log", "encoding": "utf8", "level": "WARNING", "formatter": "standard" } }, "loggers": { "my_logger": { "level": "DEBUG", "handlers": ["consoleHandler", "fileHandler"], "propagate": true } } } ``` 那么只需要调用一次函数即可完成初始化工作： ```python from logging.config import dictConfig import json with open('logging.json', 'r') as f: config_dict = json.load(f) dictConfig(config_dict) logger = logging.getLogger('my_logger') logger.debug('Logging configured via external file.') ``` 这样做的好处是可以灵活修改运行环境下的具体行为而无需重新部署应用程序本身。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值