python3.6.13做一个操作日志记录器

### 实现操作日志记录器 在 Python 3.6.13 中,可以使用 `logging` 模块实现操作日志记录器。该模块提供了灵活的日志记录机制,支持将日志输出到控制台、文件、甚至网络接口。通过自定义日志处理器,可以将日志信息输出到 GUI 界面中的文本控件,实现日志的可视化展示[^1]。 #### 基本日志记录配置 使用 `logging.basicConfig()` 可以快速配置日志输出格式和目标。例如,将日志输出到控制台,并添加时间戳: ```python import logging from datetime import datetime logging.basicConfig(level=logging.INFO, format='%(asctime)s - %(levelname)s - %(message)s') ``` 每条日志信息将包含时间戳、日志级别和消息内容,适用于基本的调试和运行监控需求。 #### 自定义日志处理器输出到 Tkinter Text 控件 为了将日志信息输出到 Tkinter 的 GUI 界面中,需要创建一个继承自 `logging.Handler` 的自定义日志处理器。该处理器将日志消息插入到 `Text` 控件中,并支持自动滚动到底部: ```python import tkinter as tk from tkinter.scrolledtext import ScrolledText import logging from datetime import datetime class TextHandler(logging.Handler): def __init__(self, text_widget): super().__init__() self.text_widget = text_widget def emit(self, record): msg = self.format(record) self.text_widget.configure(state='normal') self.text_widget.insert(tk.END, f"[{datetime.now().strftime('%Y-%m-%d %H:%M:%S')}] {msg}\n") self.text_widget.configure(state='disabled') self.text_widget.see(tk.END) ``` 上述代码定义了一个 `TextHandler` 类,它将日志信息插入到 `ScrolledText` 控件中,并在每条日志前添加时间戳。控件设置为只读状态(`state='disabled'`),防止用户误修改内容。 #### 创建日志查看器界面 使用 Tkinter 创建一个简单的 GUI 界面,集成 `ScrolledText` 控件和自定义日志处理器,实现日志信息的可视化显示: ```python class LogViewerApp: def __init__(self, root): self.root = root self.root.title("操作日志记录器") # 创建带滚动条的文本控件 self.log_text = ScrolledText(root, state='disabled', height=20, width=80) self.log_text.pack(fill=tk.BOTH, expand=True, padx=10, pady=10) # 初始化日志处理器 text_handler = TextHandler(self.log_text) formatter = logging.Formatter('%(message)s') text_handler.setFormatter(formatter) logging.getLogger().addHandler(text_handler) logging.getLogger().setLevel(logging.INFO) # 模拟日志输出 logging.info("系统启动") logging.warning("测试警告信息") logging.error("测试错误信息") ``` 该类定义了一个日志查看器应用,使用 `ScrolledText` 控件实现带滚动条的日志显示,并通过 `TextHandler` 将日志输出到控件中。 #### 完整示例代码 ```python import tkinter as tk from tkinter.scrolledtext import ScrolledText import logging from datetime import datetime class TextHandler(logging.Handler): def __init__(self, text_widget): super().__init__() self.text_widget = text_widget def emit(self, record): msg = self.format(record) self.text_widget.configure(state='normal') self.text_widget.insert(tk.END, f"[{datetime.now().strftime('%Y-%m-%d %H:%M:%S')}] {msg}\n") self.text_widget.configure(state='disabled') self.text_widget.see(tk.END) class LogViewerApp: def __init__(self, root): self.root = root self.root.title("操作日志记录器") self.log_text = ScrolledText(root, state='disabled', height=20, width=80) self.log_text.pack(fill=tk.BOTH, expand=True, padx=10, pady=10) text_handler = TextHandler(self.log_text) formatter = logging.Formatter('%(message)s') text_handler.setFormatter(formatter) logging.getLogger().addHandler(text_handler) logging.getLogger().setLevel(logging.INFO) logging.info("系统启动") logging.warning("测试警告信息") logging.error("测试错误信息") if __name__ == "__main__": root = tk.Tk() app = LogViewerApp(root) root.mainloop() ``` 此代码实现了一个完整的日志记录器应用,支持日志的自动时间戳添加、滚动显示和 GUI 可视化输出。 ---

创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考

Python内容推荐

containerlog:适用于容器化应用程序的轻量级,经过优化且经过审核的结构化日志记录库,适用于Python

containerlog:适用于容器化应用程序的轻量级,经过优化且经过审核的结构化日志记录库,适用于Python

容器日志 用于Python的轻量级,经过优化且自以为是的结构化日志记录库,旨在用于容器化的应用程序。 containerlog诞生源于对容器化应用程序(例如微服务)拥有高质量结构化日志记录的渴望,而不必为了应用程序/请求延迟而牺牲详细的日志记录。 是一个很棒的Python通用结构化日志记录库,但是通用则意味着在记录消息时会有额外的开销。 当更新微服务以使用结构化日志记录时,我们发现,这似乎是由于使用structlog的过渡。 containerlog并不适合所有人。 它自以为是,可配置性最低,并且特意进行功能稀疏,因此与Python标准记录器相比,它可以获得 并非每个应用程序都需要优化的日志记录,但是在延迟和性能很重要的地方, containerlog可以为您工作。 timestamp='2020-07-23T13:11:28.009804Z' logger='my-logge

基于Python核心技术的房屋租赁APP设计源码

基于Python核心技术的房屋租赁APP设计源码

本项目是一款以Python为核心技术开发的房屋租赁APP设计源码,包含238个文件,涵盖100个JavaScript文件、35个CSS文件、15个SCSS文件、14个LESS文件、13个HTML文件、12个Python文件、8个map文件、6个jpg和png图片文件、6个ttf字体文件。该APP集成了HTML、CSS和JavaScript,实现了现代前端开发的需求。

基于Python的FastAPI快速脚手架设计源码

基于Python的FastAPI快速脚手架设计源码

本项目是一款基于Python和FastAPI框架设计的快速脚手架源码,包含25个文件,其中包括13个Python脚本文件、5个XML配置文件、2个Git忽略文件、1个环境变量配置文件以及其它必要文件,旨在实现通用基础功能,方便开发者快速搭建FastAPI应用。

Python EBGAN能量边界生成对抗网络 自编码器判别

Python EBGAN能量边界生成对抗网络 自编码器判别

Python EBGAN能量边界生成对抗网络 自编码器判别 用自编码器重建能量与 margin 损失训练生成器,输出采样网格与损失曲线。 功能: · 自编码器能量判别 · margin 重建损失 · pull-away 正则 · CUDA 训练 · 采样网格 · 打包预跑出 output/preview 压缩包含可运行源码、依赖与说明,按 README 安装后即可复现。

PandasAI 数据对话实战包:零 Key 离线问 CSV + 通义千问可选(Python 源码)

PandasAI 数据对话实战包:零 Key 离线问 CSV + 通义千问可选(Python 源码)

自写可跑的 PandasAI 风格数据对话实战包。内置 Mock 引擎,无 API Key 可离线冒烟问 CSV;可选通义千问。含样例数据、中文 README、smoke 脚本。

PyMOTW中文文档

PyMOTW中文文档

python 邮件列表里的PyMOTW翻译小姐翻译。python开发者必备的参考的文档

django_v1.8.pdf

django_v1.8.pdf

django_v1.8.pdf, 官方文档

基于YOLOv8深度学习框架与玉米杂草检测多分辨率数据集_结合YOLOv8n模型训练与评估_实现农田玉米及杂草目标检测系统_利用3574张标注图像与4981张未标注图像_覆盖玉米三.zip

基于YOLOv8深度学习框架与玉米杂草检测多分辨率数据集_结合YOLOv8n模型训练与评估_实现农田玉米及杂草目标检测系统_利用3574张标注图像与4981张未标注图像_覆盖玉米三.zip

基于YOLOv8深度学习框架与玉米杂草检测多分辨率数据集_结合YOLOv8n模型训练与评估_实现农田玉米及杂草目标检测系统_利用3574张标注图像与4981张未标注图像_覆盖玉米三.zip

quick fix tester

quick fix tester

use quick fix framework to test step protocol. an example for fun

howto-logging-cookbook.pdf

howto-logging-cookbook.pdf

howto-logging-cookbook.pdf

pymotw  中文文档

pymotw 中文文档

pymotw 中文文档,配置文件中的变量url中包含两个格式化字符串:”%(host)s”和”%(port)s”. 通过 get() 方法, 自动地将变量host和port的值替换到格式化字符串中

基于PyTorch框架实现的针对遥感图像分割任务的深度学习实战项目_涵盖多光谱与高分辨率遥感影像的语义分割实例分割与全景分割技术_包含U-NetDeepLabV3PSPNe.zip

基于PyTorch框架实现的针对遥感图像分割任务的深度学习实战项目_涵盖多光谱与高分辨率遥感影像的语义分割实例分割与全景分割技术_包含U-NetDeepLabV3PSPNe.zip

基于PyTorch框架实现的针对遥感图像分割任务的深度学习实战项目_涵盖多光谱与高分辨率遥感影像的语义分割实例分割与全景分割技术_包含U-NetDeepLabV3PSPNe.zip

虚拟串口和串口助手是调试常用

虚拟串口和串口助手是调试常用

虚拟串口和串口助手是调试常用

pip-matplotlib-3.7.0-pp38-pypy38_pp73-manylinux_2_17_i686.manylinux2014_i686.whl.zip

pip-matplotlib-3.7.0-pp38-pypy38_pp73-manylinux_2_17_i686.manylinux2014_i686.whl.zip

pip-matplotlib-3.7.0-pp38-pypy38_pp73-manylinux_2_17_i686.manylinux2014_i686.whl.zip

DA-CLIP图像描述生成实践[项目代码]

DA-CLIP图像描述生成实践[项目代码]

本文详细介绍了使用DA-CLIP生成图像描述的过程,包括代码解读和实践步骤。主要内容包括:1) 数据集的存放方式规定,通过_get_paths_from_images函数获取图像路径;2) 获取GT和LQ图像对的函数get_paired_paths的实现,包括遍历不同退化类型并存储图像路径;3) 生成描述并形成CSV文件的generate_captions函数,涉及图像处理、标题生成和文件保存。此外,还提到了运行环境问题和版本兼容性解决方案,最终成功生成包含LQ图地址、caption和退化类型的CSV文件。

Java 最常见200 面试必备

Java 最常见200 面试必备

不错的资源,需要的朋友下载看看

计算机专业术语收录计算机专业术语收录

计算机专业术语收录计算机专业术语收录

计算机专业术语收录计算机专业术语收录计算机专业术语收录

jdk-17-790080.zip版本

jdk-17-790080.zip版本

jdk-17-790080.zip版本

车身单质量系统模型振动特性分析_实训指导书.docx

车身单质量系统模型振动特性分析_实训指导书.docx

车身单质量系统模型振动特性分析_实训指导书.docx

两路半桥LLC谐振变换器软开关Simulink仿真(模拟谐振参数不同、分裂电容)

两路半桥LLC谐振变换器软开关Simulink仿真(模拟谐振参数不同、分裂电容)

内容概要:本文档介绍了两路半桥LLC谐振变换器的软开关Simulink仿真研究,重点在于通过建立双闭环PWM控制模型,实现对变换器开环与闭环状态下的软启动过程进行仿真设计。仿真内容涵盖不同谐振参数的影响分析以及分裂电容结构对系统性能的作用,旨在深入理解LLC谐振变换器的工作原理与动态响应特性。通过对关键电路参数的调整与优化,验证了软开关技术在提高效率、降低损耗方面的有效性,同时展示了其在实际电力电子系统中的应用潜力。; 适合人群:具备电力电子与电力系统基础知识,从事开关电源、DC-DC变换器或新能源变换系统研究的研发人员及高校研究生。; 使用场景及目标:①掌握LLC谐振变换器的基本拓扑结构与工作机理;②学习如何在Simulink中构建双闭环控制系统并实现软开关仿真;③探究谐振参数变化与分裂电容设计对系统效率与稳定性的影响规律;④为高频高效电源系统的设计与优化提供仿真依据和技术支持。; 阅读建议:建议结合Simulink仿真模型同步操作,重点关注控制器参数整定、谐振腔参数设计及仿真波形分析,深入理解闭环控制策略对软开关实现的关键作用。

最新推荐最新推荐

recommend-type

国央企创新负责人如何通过平台实现科研成果的快速识别与转化?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。
recommend-type

PotPlayer自用皮肤

自用 PotPlayer 皮肤,仅微调了字体大小与颜色,是按个人习惯调整,未做适配性调整。
recommend-type

2-shell及常用命令-续.pdf

2-shell及常用命令-续.pdf
recommend-type

【电力负荷预测】项目介绍 MATLAB实现基于BO-Transformer-LSTM贝叶斯优化算法(BO)优化Transformer-LSTM组合模型进行居民用户多步电力负荷预测(含模型描述及部分示例

内容概要:本文介绍了一个基于BO-Transformer-LSTM的组合模型,用于实现居民用户多步电力负荷预测的完整项目实例。该模型融合Transformer的全局注意力机制与LSTM的局部时序记忆能力,构建能够捕捉长时依赖与周期性特征的深度学习架构,并引入贝叶斯优化(BO)自动搜索最优超参数组合,提升预测精度与训练效率。项目涵盖从原始数据清洗、特征工程、滑动窗口样本构建、模型设计到超参数优化、反归一化及多步误差评估的全流程,强调时间顺序划分以防止信息泄露,并通过周期编码、外生变量融合等方式增强数据表达能力。文中提供了详细的MATLAB代码示例,包括数据预处理、网络搭建、贝叶斯优化配置和预测结果评估等关键步骤。 适合人群:具备一定机器学习和时间序列分析基础,熟悉MATLAB编程环境,从事电力系统预测、智能电网、负荷管理等相关领域的研究人员、工程师及研究生。 使用场景及目标:①应用于居民级或多用户聚合负荷的短期至中期多步预测(如未来24小时);②服务于配电系统运行调度、需求响应基线设定、家庭能源管理系统优化、分布式能源协调控制等实际工程场景;③为科研提供可复现的深度学习+贝叶斯优化的技术路线参考。 阅读建议:此资源以实际项目为导向,建议读者结合提供的代码逐步实现并调试模型,重点关注数据质量控制、时间特征编码、组合网络结构设计与贝叶斯优化稳定性之间的协同关系,在实践中深入理解多步预测中的误差累积机制与超参数敏感性问题。
recommend-type

基于MATLAB的太阳能光伏电力仿真,模拟每日太阳能发电,可视化功率曲线,并通过数值积分计算总能量输出。.zip

1.版本:matlab2014a/2019b/2024b 2.附赠案例数据可直接运行。 3.代码特点:参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象:计算机,电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。
recommend-type

MacOS应用程序运行亿级参数DeepSeek模型的方法与实践

### 标题知识点 标题提到的关键信息包括: 1. **MacOS系统运行的应用程序**:指的是专为MacOS操作系统设计的软件程序,它依赖于MacOS的系统架构和提供的API接口。 2. **MLX Model Manager**:这是指一个模型管理器工具,可能用于加载、管理和展示机器学习模型。MLX可能是一个缩写,但未提供全称。从标题中可以推断,MLX Model Manager能够本地展示DeepSeek-R1-Distill-Qwen模型。 3. **DeepSeek-R1-Distill-Qwen-1.5亿参数LLM**:DeepSeek是一个机器学习模型的名字,R1可能指模型的版本号或版本系列。Distill表示该模型经过了蒸馏处理,这通常意味着模型在保持性能的同时被压缩以减小大小或加快推理速度。Qwen可能是指模型的命名或特定标记。1.5亿参数表示这是一个中等规模的大型语言模型(LLM),拥有1.5亿个可训练的参数。 4. **应用程序**:这是一个软件包,可以包含一个或多个可执行文件以及相应的资源文件,通常用户可以通过图形用户界面与之交互。 ### 描述知识点 描述中提到的细节包含: 1. **资源下载链接**:提供的链接可以让用户下载所需的软件程序或相关资源。该链接通过迅雷云盘(Xunlei)共享,需要密码访问。 2. **Swift应用程序**:使用Swift编程语言编写的MacOS应用程序。Swift是苹果公司开发的一种面向对象的编程语言,以其安全性、性能和现代特性而闻名,被广泛用于开发macOS, iOS, watchOS, tvOS应用。 3. **本地展示模型**:意味着应用程序不依赖云端服务器,而是在用户的本地计算机上直接运行模型,展示结果。这种方式减少了对网络的依赖,提升了隐私保护,并能利用本地计算资源。 4. **SwiftMarkdownUI**:可能是一个用于Swift开发的用户界面库,允许开发者将Markdown格式的内容以规范的界面元素展示出来,增加了用户界面的可读性和美观性。 5. **优化方案的探索**:在机器学习领域,优化方案可能涉及到改善模型的运行效率、优化输出结果的清晰度、或者区分模型推理过程中的中间结果与最终答案。 6. **MIT许可协议**:MIT许可证是一种简洁的自由软件许可证,它允许用户自由使用、修改、分发软件,无论是用于个人还是商业目的。它只要求保留原作者的版权声明和许可声明,并对软件的使用不承担任何保证责任。 ### 标签知识点 标签中的内容比较简洁,但依然可以提炼出关键信息: 1. **MacOS应用**:指的是该应用程序是专为MacOS操作系统设计的。 2. **本地运行LLM(DeepSeek)**:强调了该应用程序的核心功能之一是能够在本地环境运行DeepSeek这个大型语言模型。 ### 文件名称列表知识点 1. **文件名称**:文件名称提供了关于应用程序功能和内容的摘要。这里,“一个MacOS应用程序展示了DeepSeek的R1DistillQwen1.5亿LLM在本地使用MLXModelManager运行”说明了应用程序的作用和运行环境。 通过这些信息,我们可以得知这款应用程序是一个为MacOS系统设计的本地运行DeepSeek模型的展示平台,它使用了Swift语言编写,并且提供了优化用户输出展示的界面组件。该应用程序旨在通过MLX Model Manager在用户本地设备上运行一个经过优化处理的大型语言模型,并提供清晰的用户界面来展示模型的响应内容。此外,该项目采用开源许可协议,允许用户自由使用和修改。
recommend-type

【CI_CD工程化落地终极指南】:20年一线架构师亲授17个跨平台协同失效根因与9类可立即落地的契约级治理模式

以下是对您提供的技术博文进行深度润色后的最终版本。全文严格遵循您的全部优化要求: ✅ **完全去除所有显性标题层级**(如“# 1.”、“## 2.1”等),仅保留语义自然演进的段落节奏; ✅ **彻底删除“引言/总结/展望”类模板化结构**,开篇即切入真实工程痛点,结尾以价值升华自然收束; ✅ **语言高度人性化**:大量使用设问、插入语、口语化短句、工程师视角的判断与权衡(如“我们试过三次才确认这不是 bug,而是契约断裂的必然回声”); ✅ **技术细节不缩水反增强**:所有代码块、表格、Mermaid 流程图均完整保留并校验可渲染;对关键参数、设计取舍、踩坑经验补充了大量
recommend-type

数据库删了大量数据后磁盘空间还是占着,该怎么真正释放?

### 解决磁盘空间不足的方法 对于不同类型的数据库管理系统,在处理表空间回收方面有不同的策略。 #### Oracle 数据库 在使用 Oracle 进行录入测试时,制造大量测试数据并随后删除这些数据会导致表空间的高水位线不下降。这不仅影响性能还浪费存储资源[^1]。为了有效管理这种情况: - **查看当前状态**:首先确认哪些对象占用最多的空间以及它们所在的物理文件位置。 - **调整高水位线**:可以考虑执行 `ALTER TABLE ... MOVE` 或者导出/导入整个模式的方式来重置高水位线。 ```sql -- 移动表以重新分配空间 ALTER TABLE tab
recommend-type

迅雷5.21版来袭:安卓平台下载新体验

迅雷是一款由深圳市迅雷网络技术有限公司开发的下载加速软件,最初发布于2003年。迅雷5.21版本的更新标志着软件在下载速度、用户体验、功能和安全性方面可能都有所增强。下面将详细介绍与迅雷5.21版本相关的知识点。 **迅雷软件的基本功能和特点:** 迅雷提供了多种资源下载方式,支持HTTP、FTP、BT等多种协议。用户可以利用迅雷下载软件、游戏、电影、音乐等多媒体文件。迅雷的“离线下载”功能,允许用户将下载任务先上传到迅雷的服务器上,由服务器进行下载后再将资源传回给用户,此功能可以突破一些网络条件限制,提高下载效率。 **版本更新的意义:** 迅雷5.21版本的更新,意味着软件在原有功能基础上进行了优化或者新增了某些特性。具体更新内容可能包含: - 修复了先前版本存在的bug; - 对用户界面进行了改进,提升用户体验; - 增加了新的下载协议支持或优化了现有的协议; - 提高了下载速度,优化了下载算法; - 改善了与操作系统兼容性,增强了安全性; - 可能对高级功能如离线下载、云点播、迅雷会员服务等进行了更新和优化。 **下载链接的重要性:** 提供下载链接是资源分享的一个重要组成部分。在这个案例中,迅雷5.21版本的下载链接是: ``` https://pan.quark.cn/s/1bfadf00ae14 ``` 这是一个云存储服务的分享链接,用户可以直接点击该链接下载迅雷5.21版本。对于开发者和普通用户来说,保证下载链接的稳定性和安全性至关重要。下载链接通常指向一个压缩文件,里面包含了安装或更新所需的全部文件。 **安卓平台的迅雷纯净版:** 安卓平台的迅雷纯净版指的是专为Android操作系统优化的迅雷应用。纯净版的特点是不带有广告,界面简洁,不包含额外的附加软件或服务。纯净版迅雷下载可以给用户提供一个更加清爽的使用环境,专注于下载本身。 **迅雷软件与安卓平台的兼容性:** 安卓平台是目前世界上使用最广泛的移动操作系统之一,因此为了满足广泛的用户需求,许多软件都提供了安卓平台的支持。迅雷也不例外,提供支持安卓操作系统的迅雷纯净版是为了满足移动端用户对于下载速度和下载资源的需求。安卓版迅雷可以安装在手机或平板电脑上,其主要功能包括但不限于在线视频下载、普通下载、文件管理等。 **资源下载的安全性和合法性:** 下载软件时,用户应当确保资源的来源合法且安全。迅雷软件本身提供了官方的下载渠道,用户可以通过官网或正规的第三方应用市场下载最新版本的软件,以免受到病毒、恶意软件的侵害。同时,用户下载的资源也应当是合法的,避免侵犯版权或其他知识产权法律。 **“压缩包子文件”及文件名称列表的理解:** 压缩包子文件可能是指一个包含了迅雷5.21版本相关文件的压缩包。这种压缩文件便于存储、传输,并且节省空间。文件名称列表(如迅雷 v5.21.txt)通常包含了压缩包内所有文件的详细列表,用户在下载压缩文件之前,可以通过查看文件列表确认所需内容是否齐全,确保下载的完整性和准确性。 综上所述,迅雷5.21版本的更新可能涉及对软件性能的提升和用户体验的改进,而压缩包子文件和文件名称列表则提供了资源下载和管理的便捷方式。用户在享受下载服务的同时,也需要关注资源的合法性、安全性以及软件兼容性等问题。
recommend-type

GPU显存告急?FlashAttention+INT4量化+梯度检查点三连击,VITS训练显存压降63%(实测A100 24G跑通全流程)

# VITS显存优化的工程破局:当语音合成撞上GPU内存墙 在语音合成领域,VITS(Variational Inference with adversarial learning for Text-to-Speech)早已不是实验室里的新奇玩具——它正驱动着千万级QPS的语音API、嵌入式设备上的实时TTS、以及多说话人情感语音生成系统。但就在模型能力飞速跃进的同时,一个顽固的物理瓶颈始终如影随形:**显存墙**。当你试图将`mel_len=1280`的梅尔谱输入一个12层FFTBlock解码器,启用`batch_size=8`进行训练时,A100 24GB显卡会毫不留情地抛出`CUDA