<think>我们有一个任务：将Python运行日志写入飞书多维表格。 根据引用[1]中的代码片段，我们看到了一个向飞书文档插入数据的例子（虽然它是将Markdown表格插入飞书文档，而不是多维表格）。但我们可以参考其请求发送和异常处理的方式。 另外，引用[3]提到了与第三方服务集成的扩展性，这提示我们可以使用飞书的开放API来实现。 飞书多维表格（Base）也有对应的API。我们需要做的是： 1. 了解飞书多维表格的API，特别是如何新增记录（日志即是一条记录）。 2. 构造请求，将日志内容作为一条记录插入到指定的多维表格中。 步骤： 1. 在飞书开发者后台创建应用，获取App ID和App Secret。 2. 获取多维表格的app_token和table_id（通过飞书多维表格的URL可以获取）。 3. 获取访问令牌（access_token），使用App ID和App Secret调用认证接口获取。 4. 构建一条记录（一个日志条目通常包括时间、日志级别、日志内容等），按照多维表格的字段结构进行映射。 5. 发送HTTP POST请求将记录插入多维表格。 6. 处理响应和异常。 代码结构参考： - 定义函数：insert_log_to_feishu_base(log_data: dict) -> bool - 其中log_data包含日志的各个字段，例如：时间、级别、信息等。 异常处理：参考引用[1]中的做法，使用try-except捕获异常并记录日志。 由于飞书多维表格的API要求，我们需要先获取access_token，然后调用新增记录的接口。 具体步骤： 1. 获取access_token（注意有效期，需要缓存并刷新） 2. 构造请求头：Authorization: Bearer {access_token} 3. 构造请求体：包含要插入的记录数据。 飞书多维表格新增记录的API文档（参考）： - 请求地址：POST https://open.feishu.cn/open-apis/bitable/v1/apps/{app_token}/tables/{table_id}/records - 请求体：{"fields": {字段名1: 字段值1, 字段名2: 字段值2, ...}} 注意：字段名和字段值的类型需要与多维表格中定义的字段一致。 示例代码框架： 步骤： a. 读取或配置飞书应用的相关凭证（App ID, App Secret, app_token, table_id）。 b. 获取access_token（可以单独写一个函数，并考虑缓存）。 c. 构造日志记录，将日志信息转换为多维表格字段对应的值。 d. 发送HTTP请求。 由于我们可能需要多次写入，所以获取access_token的函数应该能够复用，并且避免短时间内重复获取。 参考引用[1]的异常处理，我们也要处理网络异常和API响应错误。 下面我们编写一个示例代码： </think>以下是将 Python 运行日志写入飞书多维表格的实现方法： ### 实现步骤 1. **准备飞书多维表格** - 在飞书创建多维表格，设计日志字段（例如：时间、日志级别、日志内容、模块名） - 获取表格的 `app_token` 和 `table_id`（从 URL 中提取：`https://example.feishu.cn/base/{app_token}?table={table_id}`） 2. **获取 API 访问凭证** ```python import requests def get_access_token(app_id, app_secret): url = "https://open.feishu.cn/open-apis/auth/v3/tenant_access_token/internal" headers = {"Content-Type": "application/json"} payload = {"app_id": app_id, "app_secret": app_secret} response = requests.post(url, headers=headers, json=payload) return response.json().get("tenant_access_token") ``` 3. **日志写入核心函数** ```python def write_log_to_feishu(log_data, app_token, table_id, access_token): url = f"https://open.feishu.cn/open-apis/bitable/v1/apps/{app_token}/tables/{table_id}/records" headers = { "Authorization": f"Bearer {access_token}", "Content-Type": "application/json" } # 构造多维表格字段映射（根据实际表格结构调整） fields = { "时间": log_data["timestamp"], "日志级别": log_data["level"], "内容": log_data["message"], "模块": log_data["module"] } payload = {"fields": fields} try: response = requests.post(url, headers=headers, json=payload) if response.status_code == 200: return True logging.error(f"API 响应错误: {response.text}") except Exception as e: logging.error(f"网络请求异常: {e}") return False ``` 4. **集成到 Python 日志系统** ```python import logging from datetime import datetime class FeishuLogHandler(logging.Handler): def __init__(self, app_id, app_secret, app_token, table_id): super().__init__() self.app_token = app_token self.table_id = table_id self.access_token = get_access_token(app_id, app_secret) def emit(self, record): log_data = { "timestamp": datetime.now().isoformat(), "level": record.levelname, "message": record.getMessage(), "module": record.module } write_log_to_feishu(log_data, self.app_token, self.table_id, self.access_token) # 配置日志 logger = logging.getLogger("feishu_logger") logger.addHandler(FeishuLogHandler( app_id="YOUR_APP_ID", app_secret="YOUR_APP_SECRET", app_token="bascn12e3...", table_id="tblXyz..." )) ``` ### 关键配置说明 1. **飞书应用权限** - 在[飞书开放平台](https://open.feishu.cn/)创建应用 - 启用「多维表格」API 权限 - 获取应用的 `app_id` 和 `app_secret` 2. **字段映射注意事项** - 多维表格字段类型需匹配（日期/文本/单选等） - 字段名严格匹配大小写（建议使用英文字段名更稳定） - 单次写入延迟约 300-500ms，高频日志需批量写入 3. **错误处理增强建议** - 添加令牌自动刷新机制（有效期2小时） - 实现失败重试队列（推荐使用 Redis 或 RabbitMQ） - 添加速率限制（飞书 API 限制 50 QPS） ### 性能优化方案 ```python # 使用异步写入提升性能 import aiohttp import asyncio async def async_write_log(session, log_data): async with session.post(url, json=payload) as response: return await response.json() # 使用日志缓冲批量写入 from queue import Queue log_buffer = Queue(maxsize=50) ```