当前位置:首页 > 文章列表 > 文章 > python教程 > Loguru神器:打印变量值和错误堆栈信息超详细教程

Loguru神器:打印变量值和错误堆栈信息超详细教程

2025-03-07 11:13:14 0浏览 收藏

大家好,今天本人给大家带来文章《如何用loguru打印变量值及错误堆栈信息?》,文中内容主要涉及到,如果你对文章方面的知识点感兴趣,那就请各位朋友继续看下去吧~希望能真正帮到你们,谢谢!

如何用loguru打印变量值及错误堆栈信息?

利用loguru打印变量值及错误堆栈信息

Python的loguru日志库提供强大的功能,可以便捷地打印变量值以及错误堆栈信息,这在调试过程中非常实用,而Python自带的traceback模块则无法实现此功能。

loguru巧妙地利用了sys._getframe()函数来访问当前函数的上下文信息,包括变量值。通过操作堆栈帧,它可以获取变量的值,并在打印错误堆栈的同时输出这些变量。

以下示例代码演示了如何在loguru中使用sys._getframe()函数:

import sys
import loguru

log = loguru.logger

def get_trace_info():
    print(sys._getframe().f_code.co_filename)  # 当前文件名 (也可使用__file__)
    print(sys._getframe(0).f_code.co_name)  # 当前函数名
    print(sys._getframe(1).f_code.co_name)  # 调用函数的函数名 (若无调用则为)
    print(sys._getframe(0).f_lineno)  # 当前函数的行号
    print(sys._getframe(1).f_lineno)  # 调用函数的行号

try:
    a = 1
    b = 2
    c = a / 0
except ZeroDivisionError as err:
    log.exception(err) # 使用exception记录异常,包含堆栈信息和上下文

运行这段代码后,输出的错误信息将包含变量a、b和c的值:

[2023-10-27 10:30:00] ERROR: division by zero
Traceback (most recent call last):
  File "", line 13, in 
  File "", line 8, in get_trace_info
ZeroDivisionError: division by zero
During handling of the above exception, the following occurred:
...  # 更多堆栈信息
...
in get_trace_info() at :8
a = 1
b = 2
c = a / 0

如上所示,loguru 通过sys._getframe()函数成功打印了变量的值,即使这些变量是在异常发生时才被赋值的。 注意,我们使用了log.exception()而不是log.error(),因为exception会自动包含完整的异常信息和堆栈跟踪。

终于介绍完啦!小伙伴们,这篇关于《Loguru神器:打印变量值和错误堆栈信息超详细教程》的介绍应该让你收获多多了吧!欢迎大家收藏或分享给更多需要学习的朋友吧~golang学习网公众号也会发布文章相关知识,快来关注吧!

MySQL安装失败?终极解决方案都在这里!MySQL安装失败?终极解决方案都在这里!
上一篇
MySQL安装失败?终极解决方案都在这里!
MySQL数据库性能优化:安装后的调教指南
下一篇
MySQL数据库性能优化:安装后的调教指南
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    291次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    344次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    347次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    310次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    131次使用