实现日志记录
在这一步中，我们将让你的代码更完善。不再使用简单的打印消息，而是使用 Python 的 logging 模块进行规范的日志记录。日志记录是跟踪程序运行情况的好方法，尤其是在处理错误和理解代码流程时。
理解日志记录模块
Python 中的 logging 模块为我们提供了一种灵活的方式，可从应用程序中输出日志消息。它比简单的打印语句强大得多。以下是它的功能：
- 不同的日志级别（DEBUG、INFO、WARNING、ERROR、CRITICAL）：这些级别有助于我们对消息的重要性进行分类。例如，DEBUG 用于开发期间有用的详细信息，而 CRITICAL 用于可能导致程序停止的严重错误。
- 可配置的输出格式：我们可以决定日志消息的显示方式，例如添加时间戳或其他有用信息。
- 消息可定向到不同的输出（控制台、文件等）：我们可以选择在控制台显示日志消息、将其保存到文件，甚至发送到远程服务器。
- 基于严重性的日志过滤：我们可以根据日志级别控制要查看的消息。
为 reader.py 添加日志记录
现在，让我们修改代码以使用日志记录模块。打开 reader.py 文件。
首先，我们需要导入 logging 模块，并为该模块设置一个日志记录器。在文件顶部添加以下代码：
import logging
## Set up a logger for this module
logger = logging.getLogger(__name__)
import logging 语句引入了 logging 模块，以便我们可以使用其功能。logging.getLogger(__name__) 为这个特定模块创建了一个日志记录器。使用 __name__ 可确保日志记录器具有与模块相关的唯一名称。
接下来，我们将修改 convert_csv() 函数，使用日志记录而不是打印语句。以下是更新后的代码：
def convert_csv(rows, converter, header=True):
"""
Convert a sequence of rows to an output sequence according to a conversion function.
"""
if header:
headers = next(rows)
else:
headers = []
result = []
for row_idx, row in enumerate(rows, start=1):
try:
## Try to convert the row
result.append(converter(headers, row))
except Exception as e:
## Log a warning message for bad rows
logger.warning(f"Row {row_idx}: Bad row: {row}")
## Log the reason at debug level
logger.debug(f"Row {row_idx}: Reason: {str(e)}")
continue
return result
这里的主要更改如下：
- 我们将
print() 替换为 logger.warning() 来输出错误消息。这样，消息会以适当的警告级别进行记录，并且我们可以在以后控制其可见性。
- 我们添加了一条新的
logger.debug() 消息，包含有关异常的详细信息。这为我们提供了更多关于出错原因的信息，但只有在日志级别设置为 DEBUG 或更低时才会显示。
str(e) 将异常转换为字符串，以便我们可以在日志消息中显示错误原因。
完成这些更改后，保存文件。
测试日志记录
让我们在启用日志记录的情况下测试你的代码。在终端中运行以下命令打开 Python 解释器：
python3
进入 Python 解释器后，执行以下代码：
import logging
import reader
## Configure logging level to see all messages
logging.basicConfig(level=logging.DEBUG)
port = reader.read_csv_as_dicts('missing.csv', types=[str, int, float])
print(f"Number of valid rows processed: {len(port)}")
在这里，我们首先导入 logging 模块和我们的 reader 模块。然后，使用 logging.basicConfig(level=logging.DEBUG) 将日志级别设置为 DEBUG。这意味着我们将看到所有日志消息，包括 DEBUG、INFO、WARNING、ERROR 和 CRITICAL。然后，我们调用 reader 模块中的 read_csv_as_dicts 函数，并打印处理的有效行数。
你应该会看到如下输出：
WARNING:reader:Row 4: Bad row: ['C', '', '53.08']
DEBUG:reader:Row 4: Reason: invalid literal for int() with base 10: ''
WARNING:reader:Row 7: Bad row: ['DIS', '50', 'N/A']
DEBUG:reader:Row 7: Reason: could not convert string to float: 'N/A'
...
Number of valid rows processed: 20
注意，日志记录模块会为每条消息添加一个前缀，显示日志级别（WARNING/DEBUG）和模块名称。
现在，让我们看看如果将日志级别更改为仅显示警告会发生什么。在 Python 解释器中运行以下代码：
## Reset the logging configuration
import logging
logging.basicConfig(level=logging.WARNING)
port = reader.read_csv_as_dicts('missing.csv', types=[str, int, float])
这次，我们使用 logging.basicConfig(level=logging.WARNING) 将日志级别设置为 WARNING。现在你只会看到 WARNING 消息，而 DEBUG 消息将被隐藏：
WARNING:reader:Row 4: Bad row: ['C', '', '53.08']
WARNING:reader:Row 7: Bad row: ['DIS', '50', 'N/A']
...
这显示了使用不同日志级别的优势。我们可以在不更改代码的情况下控制日志中显示的详细程度。
要退出 Python 解释器，运行以下命令：
exit()
恭喜！你现在已经在 Python 程序中实现了规范的异常处理和日志记录。这使你的代码更可靠，并在出现错误时为你提供更详细的信息。
