一个公司做多个网站是好还是坏开发一个网站需要哪些技术

1 三种情况下都能实现日志打印：

1. 被库 A 调用，使用库 A 的日志配置。
2. 被库 B 调用，使用库 B 的日志配置。
3. 独立运行，使用自己的日志配置。

需要实现一个灵活的日志配置策略，使得日志记录器可以根据调用者或运行环境自动调整。

实现方案

• 定义模块级别的日志记录器：在 Python 文件中定义一个模块级别的日志记录器。
• 检查已有的处理器：在模块级别日志记录器配置时检查是否已有处理器（即，是否已经由库 A 或库 B 配置了日志）。
• 独立运行时配置默认日志：如果没有已有的处理器，则添加默认的日志配置（如输出到控制台）。

示例代码

假设这个 Python 文件名为 my_module.py，以下是如何实现上述功能的完整代码：

# my_module.pyimport logging
import sys# 创建模块级别的日志记录器
logger = logging.getLogger(__name__)# 检查是否已有处理器
if not logger.hasHandlers():# 如果没有处理器，添加一个默认的控制台处理器logger.setLevel(logging.DEBUG)console_handler = logging.StreamHandler(sys.stdout)console_handler.setLevel(logging.DEBUG)formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s')console_handler.setFormatter(formatter)logger.addHandler(console_handler)# 模块功能示例
def do_something():logger.debug("Debug message from my_module")logger.info("Info message from my_module")logger.warning("Warning message from my_module")logger.error("Error message from my_module")logger.critical("Critical message from my_module")# 检查是否作为脚本运行
if __name__ == '__main__':do_something()

详细说明

1. 模块级别的日志记录器：

   • 使用 logging.getLogger(__name__) 获取一个模块级别的日志记录器，__name__ 保证了每个模块（文件）都有自己的日志记录器名称。
   • 这使得日志记录器的名称会根据模块名称变化，如 my_module。

2. 检查已有处理器：

   • 使用 logger.hasHandlers() 检查是否已有处理器附加到日志记录器。
   • 如果没有处理器（即此时没有任何库配置过该模块的日志），则添加默认的控制台处理器。这意味着在独立运行时，会使用这个默认处理器。

3. 独立运行时配置：

   • 如果 my_module.py 作为主脚本运行（即 __name__ == '__main__'），将调用 do_something()，触发日志输出。
   • 当被其他库调用时，假设这些库已经配置了日志处理器，则不会添加新的处理器，使用调用者（库 A 或库 B）的日志配置。

调用库 A 和库 B 的示例

假设有两个库，库 A 和库 B，各自配置了自己的日志记录器，然后调用 my_module：

# library_a.pyimport logging
import my_module# 配置库 A 的日志记录器
logger = logging.getLogger('library_a')
logger.setLevel(logging.DEBUG)
console_handler = logging.StreamHandler()
console_handler.setFormatter(logging.Formatter('%(asctime)s - library_a - %(levelname)s - %(message)s'))
logger.addHandler(console_handler)# 调用 my_module
my_module.do_something()

# library_b.pyimport logging
import my_module# 配置库 B 的日志记录器
logger = logging.getLogger('library_b')
logger.setLevel(logging.DEBUG)
console_handler = logging.StreamHandler()
console_handler.setFormatter(logging.Formatter('%(asctime)s - library_b - %(levelname)s - %(message)s'))
logger.addHandler(console_handler)# 调用 my_module
my_module.do_something()

验证功能

1. 独立运行 my_module.py：

   • 直接运行 python my_module.py，日志将输出到控制台，使用 my_module 自己的配置。

2. 通过库 A 调用 my_module：

   • 运行 python library_a.py，日志将使用库 A 的配置。

3. 通过库 B 调用 my_module：

   • 运行 python library_b.py，日志将使用库 B 的配置。

logging.getLogger('AITestCaseGenerator') 和 logging.getLogger('AITestCaseGenerator.ll') 获取的是具有层级关系的日志记录器，它们在日志管理和配置上有不同的作用。下面解释这两个日志记录器的区别：

2 日志记录器层级关系

在 Python 的 logging 模块中，日志记录器（logger）是分层级的。日志记录器的层级结构类似于文件系统的目录结构，这使得日志记录器可以继承父级日志记录器的配置和处理器。

获取日志记录器

• logging.getLogger('AITestCaseGenerator'):

  • 获取名称为 'AITestCaseGenerator' 的日志记录器。
  • 它是该层级的主日志记录器。

• logging.getLogger('AITestCaseGenerator.ll'):

  • 获取名称为 'AITestCaseGenerator.ll' 的日志记录器。
  • 这是 'AITestCaseGenerator' 日志记录器的子级，继承其配置。

继承关系

子日志记录器会继承父日志记录器的处理器和级别，除非子日志记录器自己设置了处理器或日志级别。

示例

import logging# 获取父日志记录器
parent_logger = logging.getLogger('AITestCaseGenerator')
parent_logger.setLevel(logging.INFO)# 添加一个处理器到父日志记录器
parent_handler = logging.StreamHandler()
parent_handler.setFormatter(logging.Formatter('%(name)s - %(levelname)s - %(message)s'))
parent_logger.addHandler(parent_handler)# 获取子日志记录器
child_logger = logging.getLogger('AITestCaseGenerator.ll')# 记录日志
parent_logger.info("This is a message from the parent logger.")
child_logger.info("This is a message from the child logger.")
child_logger.debug("This is a debug message from the child logger.")

输出

AITestCaseGenerator - INFO - This is a message from the parent logger.
AITestCaseGenerator.ll - INFO - This is a message from the child logger.

• 解释：
  • parent_logger 打印的消息显示其名称和日志级别。
  • child_logger 也显示其名称和日志级别，并继承了父日志记录器的处理器和日志级别，因此它的信息消息也被打印。
  • child_logger 的 debug 消息没有被打印，因为继承的日志级别为 INFO。

如何配置和使用

1. 父级日志记录器配置：

   • 设置日志级别和处理器，将影响其所有子日志记录器，除非子日志记录器自己有设置。

2. 子级日志记录器继承：

   • 如果子级日志记录器没有自己设置处理器和级别，它将使用父级的处理器和级别。
   • 可以为子级日志记录器添加额外的处理器或更改级别，覆盖继承的配置。

示例：为子级日志记录器添加自己的处理器

child_handler = logging.StreamHandler()
child_handler.setFormatter(logging.Formatter('%(name)s - %(levelname)s - %(message)s'))
child_logger.addHandler(child_handler)
child_logger.setLevel(logging.DEBUG)

现在，child_logger 将使用自己的处理器，并可以打印 DEBUG 级别的日志。

实际应用中的意义

• 模块化日志管理：

  • 使用层级日志记录器，可以在大型项目中按模块或功能分区管理日志记录器。
  • 每个模块可以有自己的日志记录器，同时继承项目级的日志配置。

• 灵活配置：

  • 通过设置父级日志记录器的配置，确保统一的日志格式和级别管理。
  • 通过设置子级日志记录器的配置，提供更精细的控制。