


Meilleures pratiques pour enregistrer les applications Python
Dans les applications Python, le module de journalisation doit être utilisé à la place de Print () pour créer un système de journal avec une structure claire, des informations complètes et des problèmes faciles à résoudre. Tout d'abord, utilisez la journalisation de la bibliothèque standard au lieu de PRINT () car elle prend en charge la journalisation à plusieurs niveaux (débogage, informations, avertissement, erreur, critique) et peut contrôler le format et l'emplacement de sortie de manière flexible; Deuxièmement, les informations de contexte, telles que le nom du module, le nom de la fonction, le numéro de ligne et les valeurs de variable clé, doivent être ajoutées au journal pour améliorer la lisibilité et les capacités de diagnostic du journal; Troisièmement, les journaux de processus en fonction de l'environnement, permettent le niveau de débogage pendant le développement, et l'environnement de production est limité à I. NFO ou à l'avertissement ou au-dessus des niveaux, et les journaux peuvent être gérés de manière centralisée en combinaison avec des fichiers ou des services tiers; Enfin, les pièges courants doivent être évités, comme utiliser logging.exception () au lieu de l'impression (e), et ne pas appeler BasicConfig () au niveau supérieur du module. Il est recommandé d'utiliser __name__ pour créer des journalistes et d'utiliser RotatingFileHandler pour implémenter la rotation des journaux, garantissant ainsi l'efficacité et la praticité du système de journal.
La connexion des applications Python semble simple, mais si vous le faites vraiment bien, vous devez toujours faire attention à la méthode. Le simple fait d'écrire print()
ne suffit pas. Ce qui est vraiment utile, c'est un système de journal avec une structure claire, des informations complètes et des problèmes faciles à résoudre. Les points suivants sont des pratiques pratiques que j'ai résumées dans des projets réels.

Utilisez la journalisation de la bibliothèque standard au lieu de l'impression
De nombreux débutants aiment utiliser print()
pour produire des informations de débogage au début, mais dans les projets formels, c'est loin d'être. Le module logging
intégré de Python prend non seulement en charge différents niveaux de journalisation (tels que le débogage, les informations, l'avertissement, l'erreur, la critique), mais fournit également un contrôle flexible de l'emplacement et du format de sortie.

Par exemple:
journalisation d'importation logging.basicConfig (niveau = logging.info) logger = logging.getLogger (__ name__) Logger.info ("Ceci est un message d'information") Logger.Error ("Ceci est un message d'erreur")
De cette façon, vous ne pouvez afficher les journaux qu'à un niveau d'erreur ou au-dessus, selon les besoins sans les informations pour perturber votre vision. Et il prend en charge la sortie sur les fichiers, le courrier et même les serveurs distants.

Ajouter des informations de contexte au journal
Cela n’aide pas beaucoup à regarder un «mal». La clé est de savoir où et pourquoi elle a mal tourné. Donc suggération:
- Chaque journal contient des informations telles que le nom du module, le nom de la fonction, le numéro de ligne, etc.
- Enregistrer les valeurs de variable clé ou les paramètres d'entrée
- S'il se trouve dans une application Web, vous pouvez ajouter le chemin de demande, l'ID utilisateur, etc.
La méthode de configuration est également très simple. Ajouter des paramètres de format à BasicConfig:
logging.basicConfig ( format = "% (asctime) s [% (niveaux) s]% (nom) s -% (funcname) s:% (lineno) d -% (message) s", niveau = logging.debug )
De cette façon, les journaux de sortie sont plus clairs.
Journal de traitement gradué: développement vs production
Pendant le développement local, nous pouvons ouvrir des journaux de débogage pour faciliter les détails de la visualisation; Mais dans les environnements de production, seules les informations ou les avertissements ou au-dessus des journaux sont généralement conservés pour éviter la perte de performances et l'explosion des journaux.
Vous pouvez définir dynamiquement les niveaux de journal en fonction de différents environnements, tels que:
Si Env == "Production": Logger.setLevel (Logging.Warning) autre: logger.setLevel (logging.debug)
Vous pouvez également écrire des journaux à différents fichiers ou gérés de manière centralisée via des services tiers (tels que Sentry, Elk Stack).
Évitez les pièges courants
Lors de l'utilisation de l'exploitation forestière, il y a plusieurs problèmes mineurs courants qui sont facilement négligés:
- ❌ Ne pas utiliser
except Exception as e: print(e)
,logging.exception()
doit être utilisé pour imprimer la pile d'erreur complète - ❌ N'appelez pas
basicConfig()
directement en haut du module, sinon il peut affecter la configuration du journal d'autres modules. - ✅ Il est recommandé d'utiliser
__name__
pour créer un enregistreur pour s'assurer que chaque module a un espace de noms indépendant - ✅ Il est préférable de faire tourner les fichiers journaux régulièrement, vous pouvez utiliser
RotatingFileHandler
ouTimedRotatingFileHandler
Fondamentalement, c'est tout. Le système de journaux n'est pas compliqué, mais les détails ne sont pas effectués correctement et peuvent facilement devenir une décoration ou un fardeau. Ce n'est que par configuration rationnelle et utilisation standardisée que nous pouvons aider à des moments critiques.
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Outils d'IA chauds

Undress AI Tool
Images de déshabillage gratuites

Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.

Clothoff.io
Dissolvant de vêtements AI

Video Face Swap
Échangez les visages dans n'importe quelle vidéo sans effort grâce à notre outil d'échange de visage AI entièrement gratuit !

Article chaud

Outils chauds

Bloc-notes++7.3.1
Éditeur de code facile à utiliser et gratuit

SublimeText3 version chinoise
Version chinoise, très simple à utiliser

Envoyer Studio 13.0.1
Puissant environnement de développement intégré PHP

Dreamweaver CS6
Outils de développement Web visuel

SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)

Pour commencer avec Quantum Machine Learning (QML), l'outil préféré est Python et des bibliothèques telles que Pennylane, Qiskit, Tensorflowquantum ou Pytorchquantum doivent être installées; Familiarisez-vous ensuite avec le processus en exécutant des exemples, tels que l'utilisation de Pennylane pour construire un réseau neuronal quantique; Ensuite, implémentez le modèle en fonction des étapes de la préparation des ensembles de données, du codage des données, de la construction de circuits quantiques paramétriques, de la formation Classic Optimizer, etc.; Dans le combat réel, vous devez éviter de poursuivre des modèles complexes depuis le début, en faisant attention aux limitations matérielles, en adoptant des structures de modèles hybrides et en se référant continuellement aux derniers documents et documents officiels à suivre le développement.

Cet article a sélectionné plusieurs sites Web de projet "finis" Python et des portails de ressources d'apprentissage "Blockbuster" de haut niveau pour vous. Que vous recherchiez l'inspiration de développement, l'observation et l'apprentissage du code source au niveau de la maîtrise ou que vous amélioriez systématiquement vos capacités pratiques, ces plateformes ne sont pas manquées et peuvent vous aider à devenir un maître Python rapidement.

Utilisez Sub-Process.run () pour exécuter en toute sécurité les commandes de shell et la sortie de capture. Il est recommandé de transmettre des paramètres dans les listes pour éviter les risques d'injection; 2. Lorsque les caractéristiques du shell sont nécessaires, vous pouvez définir Shell = True, mais méfiez-vous de l'injection de commande; 3. Utilisez un sous-processus.popen pour réaliser le traitement de sortie en temps réel; 4. SET CHECK = TRUE pour lancer des exceptions lorsque la commande échoue; 5. Vous pouvez appeler directement des chaînes pour obtenir la sortie dans un scénario simple; Vous devez donner la priorité à Sub-Process.run () dans la vie quotidienne pour éviter d'utiliser OS.System () ou les modules obsolètes. Les méthodes ci-dessus remplacent l'utilisation du noyau de l'exécution des commandes shell dans Python.

Utilisez le plot conjoint de Seaborn pour visualiser rapidement la relation et la distribution entre deux variables; 2. Le tracé de diffusion de base est implémenté par sn.jointplot (data = pointes, x = "total_bill", y = "Tip", kind = "dispers"), le centre est un tracé de dispersion et l'histogramme est affiché sur les côtés supérieur et inférieur et droit; 3. Ajouter des lignes de régression et des informations de densité à un kind = "reg" et combiner marginal_kws pour définir le style de tracé de bord; 4. Lorsque le volume de données est important, il est recommandé d'utiliser "Hex"

Pour maîtriser Python Web Crawlers, vous devez saisir trois étapes de base: 1. Utilisez les demandes pour lancer une demande, obtenir du contenu de la page Web via la méthode GET, faire attention à la définition d'en-têtes, gérer les exceptions et se conformer à robots.txt; 2. Utilisez BeautifulSoup ou XPath pour extraire les données. Le premier convient à l'analyse simple, tandis que le second est plus flexible et adapté aux structures complexes; 3. Utilisez du sélénium pour simuler les opérations du navigateur pour le contenu de chargement dynamique. Bien que la vitesse soit lente, elle peut faire face à des pages complexes. Vous pouvez également essayer de trouver une interface API de site Web pour améliorer l'efficacité.

Utilisez httpx.asyncclient pour initier efficacement les demandes HTTP asynchrones. 1. 2. Combiner asyncio.gather à se combiner avec Asyncio.gather peut considérablement améliorer les performances, et le temps total est égal à la demande la plus lente; 3. Prise en charge des en-têtes personnalisés, des paramètres d'authentification, de base_url et de délai d'expiration; 4. Peut envoyer des demandes de poste et transporter des données JSON; 5. Faites attention pour éviter de mélanger le code asynchrone synchrone. Le support proxy doit prêter attention à la compatibilité back-end, ce qui convient aux robots ou à l'agrégation API et à d'autres scénarios.

Les listes de chaînes peuvent être fusionnées avec la méthode join (), telles que '' .join (mots) pour obtenir "HelloworldFrompython"; 2. Les listes de nombres doivent être converties en chaînes avec MAP (STR, nombres) ou [STR (x) Forxinnumbers] avant de rejoindre; 3. Toute liste de types peut être directement convertie en chaînes avec des supports et des devis, adaptées au débogage; 4. Les formats personnalisés peuvent être implémentés par des expressions de générateur combinées avec join (), telles que '|' .join (f "[{item}]" ForIteminitems)

Installez PYODBC: utilisez la commande PiPInstallpyodbc pour installer la bibliothèque; 2. Connectez SQLServer: utilisez la chaîne de connexion contenant le pilote, le serveur, la base de données, l'UID / PWD ou TrustEd_Connection via la méthode pyoDBC.Connect () et prendre en charge l'authentification SQL ou l'authentification Windows respectivement; 3. Vérifiez le pilote installé: exécutez pyodbc.Drivers () et filtrez le nom du pilote contenant «SQLServer» pour vous assurer que le nom du pilote correct est utilisé tel que «ODBCDriver17 pour SQLServer»; 4. Paramètres clés de la chaîne de connexion
