मुख्य सामग्री पर जाएँ

Python में लॉगिंग ट्यूटोरियल

Python में लॉगिंग की बुनियादी बातें जानें।
· 9 मि॰ पढ़ें

AI के साथ खोजें

यदि आप Python में अभी-अभी शुरुआत कर रहे हैं और अधिक सीखना चाहते हैं, तो DataCamp का Introduction to Data Science in Python कोर्स करें।

लॉगिंग के स्तर
लॉगिंग के स्तर

सामान्य तौर पर, लॉगिंग किसी कंप्यूटर प्रोग्राम से जनरेट हुए लॉग को रखने का एक तरीका है। एक लॉग फ़ाइल में आमतौर पर आपके कोड (जैसे, एक Python कोड) या ऑपरेटिंग सिस्टम में होने वाली घटनाओं के रिकॉर्ड का सेट होता है। ये घटनाएँ या संदेश एक लॉग फ़ाइल में लिखे जाते हैं; कोई संदेश या घटना अलग-अलग उपयोगकर्ताओं के बीच संचार भी हो सकती है।

आमतौर पर यह इस पर निर्भर करता है कि डेवलपर लॉग कैसे जनरेट करना चाहते हैं। हो सकता है वे अपने बनाए गए एप्लिकेशन के हर ऑपरेशन को लॉग करना चाहें, केवल तब लॉग करें जब कोई त्रुटि हो, या किसी उपयोगकर्ता द्वारा की गई आवश्यक कार्रवाइयों की निगरानी कर उन्हें लॉग करें। एक आवश्यक कार्रवाई, उदाहरण के लिए, यह जाँचना हो सकती है कि एप्लिकेशन या सर्वर तक किस एंड-यूज़र या IP एड्रेस से पहुँचा गया, और यदि वह प्रयास असफल रहा हो, तो डेवलपर लॉग की मदद से मात्र एक स्टैक ट्रेस की तुलना में बेहतर समझ प्रदान कर सकते हैं।

एक अच्छा उदाहरण तब है जब आप Linux पर sudo उपयोगकर्ता न होते हुए भी sudo के रूप में इंस्टॉलेशन करने की कोशिश करते हैं। आपको संदेश दिखाई देता है "Xyz is not in the sudoers file. This incident will be reported", जो कि एक लॉग फ़ाइल में लिखा जाता है।

अच्छी खबर यह है कि Python में बिल्ट-इन लॉगिंग मॉड्यूल आता है, और आप इसे बिना किसी इंस्टॉलेशन के तुरंत उपयोग कर सकते हैं।

लॉगिंग Print फ़ंक्शन से कैसे अलग है?

आत्मा में, लॉगिंग Print Function के समान है। हालाँकि, Print फ़ंक्शन में वह बहुत-सी जानकारी नहीं होती जो डेवलपर के लिए उपयोगी हो सकती है। दूसरी ओर, लॉगिंग टाइमस्टैम्प और वह पंक्ति संख्या लॉग कर सकती है जिस पर त्रुटि हुई। यह त्रुटियाँ या कोई भी सूचना फ़ाइलों, सॉकेट्स आदि में लॉग कर सकती है, और यह आपको पाँच प्रकार की गंभीरता प्रदान करती है जिनके आधार पर आप अपनी लॉगिंग को अलग कर सकते हैं।

यहाँ दिखाए गए लॉगिंग के पाँच स्तर हैं:

  • Debug (10): कोड में समस्याओं के निदान के लिए उपयोगी।

  • Info (20): यह इस बात की पुष्टि के रूप में काम कर सकता है कि कोड में बग नहीं हैं। Info स्तर की लॉगिंग का एक अच्छा उपयोग-केस किसी मशीन लर्निंग मॉडल के प्रशिक्षण की प्रगति है।

  • Warning (30): भविष्य में हो सकने वाली किसी समस्या का संकेत। उदाहरण के लिए, किसी मॉड्यूल के भविष्य में बंद होने की चेतावनी या लो-रैम चेतावनी।

  • Error (40): कोड में एक गंभीर बग; यह सिंटैक्स एरर, आउट-ऑफ-मेमोरी एरर, अपवाद इत्यादि हो सकते हैं।

  • Critical (50): ऐसी त्रुटि जिसके कारण प्रोग्राम काम करना बंद कर सकता है या अचानक बंद हो सकता है।

काफी सिद्धांत हो गया, है ना?

अब समझते हैं कि आप Python कोड में लॉगिंग कैसे लागू कर सकते हैं।

लेकिन उससे पहले, लॉगिंग एट्रिब्यूट तालिका देखते हैं; आप आज के ट्यूटोरियल में नीचे दिए गए कुछ लॉगिंग एट्रिब्यूट्स का उपयोग करेंगे।

लॉगिंग एट्रिब्यूट तालिका
Logging Attributes</a 
import logging

अब आप basicConfig() मेथड को कॉल करेंगे, जो लॉगिंग सिस्टम के सुचारू रूप से काम करने के लिए एक बुनियादी कॉन्फ़िगरेशन बनाने में मदद करता है।

यह आपको निम्न पैरामीटर्स सेट करने की अनुमति देता है:

  • लॉगिंग की गंभीरता: लॉगिंग के पाँच स्तर।
  • ईवेंट्स को किसी फ़ाइल में लॉग करना।
  • filemode का उपयोग कर पुरानी लॉग्स को ओवरराइट करके केवल वर्तमान लॉग्स को लॉग करना।
  • वह फ़ाइल फ़ॉर्मेट जिसमें लॉग्स संग्रहीत हों।

ध्यान रखें कि basicConfig() मेथड वैकल्पिक है, और आप इसे छोड़ना भी चाहें तो छोड़ सकते हैं।

logging.basicConfig()

अब हम पाँच स्तरों की गंभीरता बनाएँगे।

logging.debug("A Debug Logging Message")

logging.info("A Info Logging Message")

logging.warning("A Warning Logging Message")

WARNING:root:A Warning Logging Message

logging.error("An Error Logging Message")

ERROR:root:An Error Logging Message

logging.critical("A Critical Logging Message")

CRITICAL:root:A Critical Logging Message

जैसा कि आप ऊपर के आउटपुट से देख सकते हैं, केवल वे ही सफलतापूर्वक लॉग हुए जिनकी गंभीरता का स्तर 20 से अधिक था, क्योंकि Python में लॉगिंग की यही डिफ़ॉल्ट कॉन्फ़िगरेशन है।

हालाँकि, जैसा कि ऊपर चर्चा की गई, आप basicConfig() मेथड का उपयोग कर गंभीरता के स्तर बदल सकते हैं। यहाँ आप गंभीरता स्तर को 20 पर बदलेंगे, जिसका अर्थ है कि 10 से अधिक गंभीरता वाले लॉगिंग स्तर लॉग होंगे।

नोट: सही आउटपुट देखने के लिए कृपया नीचे की कोशिकाएँ चलाने से पहले कर्नेल को पुनः आरंभ करें।

import logging

logging.basicConfig(level=logging.INFO)

logging.debug("A Debug Logging Message")

logging.info("A Info Logging Message")

INFO:root:A Info Logging Message

logging.warning("A Warning Logging Message")

WARNING:root:A Warning Logging Message

logging.error("An Error Logging Message")

ERROR:root:An Error Logging Message

logging.critical("A Critical Logging Message")

CRITICAL:root:A Critical Logging Message

अब हम ऊपर के आउटपुट्स को एक लॉग फ़ाइल में लॉग करेंगे। इसे करने के लिए आप basicConfig() मेथड का उपयोग करेंगे।

import logging

logging.basicConfig(level = logging.INFO, filename = 'datacamp.log')

logging.debug("A Debug Logging Message")

logging.info("A Info Logging Message")

logging.warning("A Warning Logging Message")

logging.error("An Error Logging Message")

logging.critical("A Critical Logging Message")
आउटपुट

जैसा कि आप देख सकते हैं, अब लॉग्स एक लॉग फ़ाइल datacamp.log में जनरेट हो रहे हैं। ऊपर की कोशिकाएँ कई बार चलाने पर आप देखेंगे कि उतनी ही बार लॉग्स लॉग फ़ाइल में जुड़ते जाएँगे। डिफ़ॉल्ट रूप से फ़ाइल append मोड में होती है।

आउटपुट

आप filemode कीवर्ड का उपयोग कर लॉग फ़ाइल में कई प्रतियों में लॉग्स लिखे जाने यानी append मोड को रोक सकते हैं। filemode को write मोड में बदला जा सकता है, जो पिछले लॉग्स को ओवरराइट करेगा और केवल वर्तमान लॉग्स सहेजेगा। चूँकि filemode w पर सेट है, इसका अर्थ है कि हर बार basicConfig() चलने पर लॉग फ़ाइल write mode में खुलेगी, जो अंततः फ़ाइल को ओवरराइट कर देगी।

लॉगिंग में फ़ाइल मोड की कार्यक्षमता Python द्वारा उपलब्ध कराए गए मानक फ़ाइल हैंडलिंग के समान है।

import logging

logging.basicConfig(level = logging.INFO, filename = 'datacamp.log', filemode = 'w')

logging.debug("A Debug Logging Message")
logging.info("A Info Logging Message")
logging.warning("A Warning Logging Message")
logging.error("An Error Logging Message")
logging.critical("A Critical Logging Message")

आइए ऊपर की कोड पंक्तियाँ कई बार चलाते हैं। आप देखेंगे कि इस बार केवल वर्तमान लॉग प्रविष्टियाँ सहेजी जाएँगी और पिछली ओवरराइट हो जाएँगी, जैसा कि नीचे दिखाया गया है।

आउटपुट

आइए कुछ और लॉगिंग एट्रिब्यूट्स देखते हैं जैसे तिथि, समय, वह पंक्ति संख्या जिस पर चेतावनी या त्रुटि जनरेट हुई। अब तक आप सहमत होंगे कि ये सभी एक साधारण Print फ़ंक्शन पर फायदे हैं और यह मात्र Print फ़ंक्शन की तुलना में कहीं अधिक सक्षम है।

इसे पूरा करने के लिए, आप asctime और lineno लॉगिंग एट्रिब्यूट्स पास करेंगे। साथ ही आप message एट्रिब्यूट भी पास करेंगे, जो उन संदेशों के लिए प्लेसहोल्डर होगा जिन्हें आप लॉग में दिखाना चाहते हैं। ये सभी एट्रिब्यूट्स format मेथड को पास किए जाएँगे।

import logging

logging.basicConfig(format='Date-Time : %(asctime)s : Line No. : %(lineno)d - %(message)s', \
                    level = logging.DEBUG)

logging.debug("A Debug Logging Message")
logging.info("A Info Logging Message")
logging.warning("A Warning Logging Message")
logging.error("An Error Logging Message")
logging.critical("A Critical Logging Message")

Date-Time : 2020-03-18 23:58:12,429 : Line No. : 1 - A Debug Logging Message
Date-Time : 2020-03-18 23:58:12,436 : Line No. : 2 - A Info Logging Message
Date-Time : 2020-03-18 23:58:12,437 : Line No. : 3 - A Warning Logging Message
Date-Time : 2020-03-18 23:58:12,440 : Line No. : 4 - An Error Logging Message
Date-Time : 2020-03-18 23:58:12,441 : Line No. : 5 - A Critical Logging Message

आइए प्रत्येक एट्रिब्यूट की परिभाषाएँ सीधे इस तालिका से देखते हैं।

  • asctime: वह मानव-पठनीय समय जब LogRecord जनरेट हुआ। डिफ़ॉल्ट रूप से, यह 2020-03-18 22:24:42,670 के रूप में होता है (अल्पविराम के बाद की संख्याएँ समय का मिलीसेकंड भाग हैं)। चूँकि यह एट्रिब्यूट एक स्ट्रिंग है, इसलिए आप इसके बाद s कीवर्ड का उपयोग करते हैं।

  • lineno: स्रोत पंक्ति संख्या जहाँ से लॉगिंग कॉल की गई। चूँकि यह एट्रिब्यूट एक पूर्णांक है, इसलिए आप इसके बाद d कीवर्ड का उपयोग करते हैं।

  • message: लॉग किया गया संदेश, जिसे msg % args के रूप में गणना किया जाता है। यह तब सेट होता है जब Formatter.format() इनवोक होता है। यदि आप format() पैरामीटर का उपयोग करते समय इस एट्रिब्यूट को निर्दिष्ट नहीं करते, तो वे संदेश जिन्हें आप लॉग करना चाहते हैं, जनरेट नहीं होंगे। इसी तरह, message एट्रिब्यूट के लिए आप s का उपयोग करते हैं क्योंकि यह एक स्ट्रिंग है।

  • funcName: यह उस मॉड्यूल या फ़ंक्शन का नाम आउटपुट करेगा जिसमें लॉग जनरेट हुआ। यह तब उपयोगी है जब आपके कोड में बहुत-से फ़ंक्शंस हों और आप लॉग्स को उस फ़ंक्शन या मेथड के आधार पर अलग करना चाहें जिससे वे संबंधित हैं।

आइए एक सरल उदाहरण लेते हैं और देखते हैं कि आप प्रिंट फ़ंक्शन की जगह लॉगिंग डिबग फ़ंक्शन कैसे प्लग-इन कर सकते हैं।

import logging

logging.basicConfig(format='%(asctime)s :: %(levelname)s :: %(funcName)s :: %(lineno)d \
:: %(message)s', level = logging.INFO)

def addition(x, y):
    add = x + y
    return add


def subtract(x, y):
    sub = x - y
    return sub


def multiply(x, y):
    mul = x * y
    return mul


def divide(x, y):
    div = x / y
    return div

def exponent(x, y):
    exp = x ** y
    return exp


num1 = 20
num2 = 2

def main():
    add_result = addition(num1, num2)
    logging.info('Add: {} + {} = {}'.format(num1, num2, add_result))

    sub_result = subtract(num1, num2)
    logging.info('Sub: {} - {} = {}'.format(num1, num2, sub_result))

    mul_result = multiply(num1, num2)
    logging.info('Mul: {} * {} = {}'.format(num1, num2, mul_result))

    div_result = divide(num1, num2)
    logging.info('Div: {} / {} = {}'.format(num1, num2, div_result))

    exp_result = exponent(num1, num2)
    logging.info('Exp: {} ** {} = {}'.format(num1, num2, exp_result))


main()

2020-03-19 00:01:27,372 :: INFO :: main :: 35 :: Add: 20 + 2 = 22
2020-03-19 00:01:27,376 :: INFO :: main :: 38 :: Sub: 20 - 2 = 18
2020-03-19 00:01:27,377 :: INFO :: main :: 41 :: Mul: 20 * 2 = 40
2020-03-19 00:01:27,378 :: INFO :: main :: 44 :: Div: 20 / 2 = 10.0
2020-03-19 00:01:27,379 :: INFO :: main :: 47 :: Exp: 20 ** 2 = 400

निष्कर्ष

ट्यूटोरियल पूरा करने पर बधाई।

आप दूसरे लॉगिंग एट्रिब्यूट्स भी आज़मा सकते हैं और समझ सकते हैं कि उन्हें अपने कोड में कैसे उपयोग में लाया जा सकता है।

कृपया इस ट्यूटोरियल से संबंधित कोई भी प्रश्न नीचे कमेंट सेक्शन में बेझिझक पूछें।

यदि आप Python में अभी-अभी शुरुआत कर रहे हैं और अधिक सीखना चाहते हैं, तो DataCamp का Introduction to Data Science in Python कोर्स करें।

विषय

Python