간단한 Python 로깅 - 종속성, 신뢰 및 코드 복사/붙여넣기에 대한 여담
헤더 이미지(C) Tai Kedzierski
고토 스니펫
이 게시물은 자기 주장이 강한 게시물입니다.
Python의 기본 로그 설정은 도움이 되지 않습니다. 이는 우리가 기대하는 "배터리 포함" 접근 방식에 반대됩니다.
유용한 로그 메시지를 통해 언제, 어떤 레벨, 어떤 정보가 있는지 알고 싶습니다. 콘솔에서 원할 수도 있고 파일로 원할 수도 있습니다.
간단해야 합니다. 하지만 Python에서는 사용자 정의 파일 처리 및 문자열 형식 지정을 사용하여 전체 로깅 유틸리티를 만드는 방법을 매번 찾아야 합니다.
logger = getLogger()처럼 간단 해야 합니다. 그러나 알 수 없는 이유로 기본 동작은 전혀 쓸모 없는 형식을 제공하고 합리적인 기본값을 단축하지 않는 것입니다.
출처를 알 수 없는 pip 패키지를 다운로드해야 하며 이름이 도용되지 않았거나 난독화된 추출을 수행하지 않았는지 확인해야 합니다. 2016년의 leftpad 사건과 다른 repo 시스템에서 본질적으로 동일한 문제였던 2024년의 Revival hijack 공격이 떠오릅니다.
사실 네임스페이스가 없는 모든 사용자 저장소는 이에 취약합니다. Node의 npm, Python의 pip, Arch의 AUR, Canonical의 snap ... 사용자가 무엇이든 업로드하도록 허용하는 소수의 이름을 지정합니다. 네임스페이스 지정조차도 신뢰를 보장하지 않습니다. 프로젝트 이름이 아닌 임의의 개발자 이름을 통해 이러한 채널을 통해 소프트웨어를 배포하는 프로젝트를 본 적이 있는데, 이는 패키지의 신뢰성에 대한 의심을 불러일으킵니다. 업무 환경에서 동기화를 사용하는 것에 대한 이전 게시물에서 출처를 신뢰할지 여부를 결정하는 방법에 대한 생각 과정을 설명했습니다.
사용자 제어 저장소의 외부 종속성은 악마이므로 문제에 대한 해결책이 복잡한 경우에만 고려해야 합니다. 그리고 일반적으로 간단한 솔루션은 코드 베이스에 직접 존재해야 합니다. 이상적으로는 자체 작성되었지만 때로는 문제가 단지 "충분히 번거로운" 공간으로 흘러들어 종속성이 합리적이면서 엉뚱하게 느껴지기도 합니다.
답변: 한 번 작성하고 Github Gist나 자신만의 "유용한 스니펫" 저장소에 숨겨두세요. 복사해서 붙여넣으세요.
복사 붙여넣기? 에!
코드의 "복사하여 붙여넣기"는 노련한 코더에게 경종을 울릴 수도 있습니다. "반복하지 마세요", "패키지 관리자를 사용하세요", "한 번만 작성하면 모든 곳에서 업데이트됩니다." 이것은 좋은 본능이지만, 경우에 따라 복사하여 붙여넣기가 바람직한 시기를 아는 것도 좋습니다.
이 경우 간단한 요구에 대한 간단한 솔루션을 위해 불필요한 외부 종속성을 피하는 것이 요구됩니다. 이 미니 로거와 마찬가지로 왼쪽 패드에서도 필수 코드 조각은 짧고 이해하기 쉽습니다. 필요한 경우 다시 구현해도 손실이 없습니다. 또한 적절한 라이센스가 부여되어 있습니다(예, 단지 일부분일 수 있습니다. 하지만 복사하는 내용이 실제로 허용되는지 확인하는 것이 좋습니다. 임의의 코드 덩어리를 복사하는 것을 주의하세요.)
미니 로거 스니펫
아래에는 최소한의 구성으로 단일 호출을 허용하는 미니 로거 유틸리티용 코드 조각이 포함되어 있습니다.
from minilog import SimpleLogger LOG = SimpleLogger(name="mylog", level=SimpleLogger.INFO) LOG.info("this is useful")
위로할 인쇄:
2024-11-20 10:43:44,567 | INFO | mylog : this is useful
미니 로거 코드
이를 프로젝트의 minilogger.py 파일에 복사하세요. Tada - 외부 종속성이 필요하지 않습니다. 손대지 않은 채로 놔두면 영원히 동일하게 유지됩니다. 이름 도용이 없습니다. 공급망 주입이 없습니다.
# For completeness: # (C) Tai Kedzierski - Provided under MIT license. Go wild. import logging class SimpleLogger(logging.Logger): FORMAT_STRING = '%(asctime)s | %(levelname)s | %(name)s : %(message)s' ERROR = logging.ERROR WARN = logging.WARN INFO = logging.INFO DEBUG = logging.DEBUG def __init__(self, name="main", fmt_string=FORMAT_STRING, level=logging.WARNING, console=True, files=None): logging.Logger.__init__(self, name, level) formatter_obj = logging.Formatter(fmt_string) if files is None: files = [] elif isinstance(files, str): files = [files] def _add_stream(handler:logging.Handler, **kwargs): handler = handler(**kwargs) handler.setLevel(level) handler.setFormatter(formatter_obj) self.addHandler(handler) if console is True: _add_stream(logging.StreamHandler, stream=sys.stdout) for filepath in files: _add_stream(logging.FileHandler, filename=filepath)
MIT 라이선스를 사용하면 기본적으로 "이것으로 원하는 것은 무엇이든 할 수 있습니다." 아무런 조건도 붙지 않았습니다.
여기 있습니다. 간단한 로그 ?
위 내용은 간단한 Python 로깅 - 종속성, 신뢰 및 코드 복사/붙여넣기에 대한 여담의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

핫 AI 도구

Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool
무료로 이미지를 벗다

Clothoff.io
AI 옷 제거제

Video Face Swap
완전히 무료인 AI 얼굴 교환 도구를 사용하여 모든 비디오의 얼굴을 쉽게 바꾸세요!

인기 기사

뜨거운 도구

메모장++7.3.1
사용하기 쉬운 무료 코드 편집기

SublimeText3 중국어 버전
중국어 버전, 사용하기 매우 쉽습니다.

스튜디오 13.0.1 보내기
강력한 PHP 통합 개발 환경

드림위버 CS6
시각적 웹 개발 도구

SublimeText3 Mac 버전
신 수준의 코드 편집 소프트웨어(SublimeText3)

Python은 배우고 사용하기 쉽고 C는 더 강력하지만 복잡합니다. 1. Python Syntax는 간결하며 초보자에게 적합합니다. 동적 타이핑 및 자동 메모리 관리를 사용하면 사용하기 쉽지만 런타임 오류가 발생할 수 있습니다. 2.C는 고성능 응용 프로그램에 적합한 저수준 제어 및 고급 기능을 제공하지만 학습 임계 값이 높고 수동 메모리 및 유형 안전 관리가 필요합니다.

제한된 시간에 Python 학습 효율을 극대화하려면 Python의 DateTime, Time 및 Schedule 모듈을 사용할 수 있습니다. 1. DateTime 모듈은 학습 시간을 기록하고 계획하는 데 사용됩니다. 2. 시간 모듈은 학습과 휴식 시간을 설정하는 데 도움이됩니다. 3. 일정 모듈은 주간 학습 작업을 자동으로 배열합니다.

Python은 개발 효율에서 C보다 낫지 만 C는 실행 성능이 높습니다. 1. Python의 간결한 구문 및 풍부한 라이브러리는 개발 효율성을 향상시킵니다. 2.C의 컴파일 유형 특성 및 하드웨어 제어는 실행 성능을 향상시킵니다. 선택할 때는 프로젝트 요구에 따라 개발 속도 및 실행 효율성을 평가해야합니다.

하루에 2 시간 동안 파이썬을 배우는 것으로 충분합니까? 목표와 학습 방법에 따라 다릅니다. 1) 명확한 학습 계획을 개발, 2) 적절한 학습 자원 및 방법을 선택하고 3) 실습 연습 및 검토 및 통합 연습 및 검토 및 통합,이 기간 동안 Python의 기본 지식과 고급 기능을 점차적으로 마스터 할 수 있습니다.

Python과 C는 각각 고유 한 장점이 있으며 선택은 프로젝트 요구 사항을 기반으로해야합니다. 1) Python은 간결한 구문 및 동적 타이핑으로 인해 빠른 개발 및 데이터 처리에 적합합니다. 2) C는 정적 타이핑 및 수동 메모리 관리로 인해 고성능 및 시스템 프로그래밍에 적합합니다.

Pythonlistsarepartoftsandardlardlibrary, whileraysarenot.listsarebuilt-in, 다재다능하고, 수집 할 수있는 반면, arraysarreprovidedByTearRaymoduledlesscommonlyusedDuetolimitedFunctionality.

파이썬은 자동화, 스크립팅 및 작업 관리가 탁월합니다. 1) 자동화 : 파일 백업은 OS 및 Shutil과 같은 표준 라이브러리를 통해 실현됩니다. 2) 스크립트 쓰기 : PSUTIL 라이브러리를 사용하여 시스템 리소스를 모니터링합니다. 3) 작업 관리 : 일정 라이브러리를 사용하여 작업을 예약하십시오. Python의 사용 편의성과 풍부한 라이브러리 지원으로 인해 이러한 영역에서 선호하는 도구가됩니다.

과학 컴퓨팅에서 Python의 응용 프로그램에는 데이터 분석, 머신 러닝, 수치 시뮬레이션 및 시각화가 포함됩니다. 1.numpy는 효율적인 다차원 배열 및 수학적 함수를 제공합니다. 2. Scipy는 Numpy 기능을 확장하고 최적화 및 선형 대수 도구를 제공합니다. 3. 팬더는 데이터 처리 및 분석에 사용됩니다. 4. matplotlib는 다양한 그래프와 시각적 결과를 생성하는 데 사용됩니다.
