JAVA高级面试进阶训练营视频教程

admin

刚才翻了翻2年以前用python2.7写的一个爬虫程序，主要功能就是把各地市知识产权局/专利局网站的专利相关项目、课题通知，定期爬取和分析，辅助企业进行项目申请。

这里要谈的不是爬虫功能的实现，而是今天重跑程序的时候发现，日志文件正常展现中文，但是终端展现的确实乱码。影响体验，着实比较郁闷。

 

相关代码如下：

1、python文件是utf-8编码

2、使用logging模块记录日志，同步输出到app.log文件，和终端标准输出。

3、使用了sys.setdefaultencoding的方式来解决乱码问题。

 

# coding=UTF-8

import sys
import logging

reload(sys)
sys.setdefaultencoding('utf8')  # @UndefinedVariable

cur_path = os.path.dirname(os.path.abspath(sys.argv[0]))

logging.basicConfig(level=logging.INFO,
                #format='[%(asctime)s] [%(filename)s:%(lineno)d] %(levelname)s %(message)s',
                format='[%(asctime)s] %(message)s',
                datefmt='%Y-%m-%d %H:%M:%S, %a',
                filename=cur_path+'/../log/app.log',
                filemode='w')

#################################################################################################
# 定义一个StreamHandler，将INFO级别或更高的日志信息打印到标准错误，并将其添加到当前的日志处理对象#
console = logging.StreamHandler()
console.setLevel(logging.DEBUG)
formatter = logging.Formatter('[%(asctime)s] [%(filename)s:%(lineno)d] %(levelname)s %(message)s')
console.setFormatter(formatter)
logging.getLogger('').addHandler(console)
#################################################################################################

 

标准输入是乱码：

[2018-02-19 22:07:37,211] [app_main.py:100] INFO ++++++++++ 寮€濮嬪惎鍔ㄦ姄鍙栫▼搴?.. ++++++++++
[2018-02-19 22:07:37,217] [app_conf.pyo:70] WARNING 娌℃湁鎸囧畾瑕佺瓫閫夋柊闂荤殑璧峰鏃堕棿锛岄粯璁ら€夋嫨褰撴棩銆?
[2018-02-19 22:07:37,224] [app_conf.pyo:73] WARNING 娌℃湁鎸囧畾瑕佺瓫閫夋柊闂荤殑缁撴潫鏃堕棿锛岄粯璁ら€夋嫨褰撴棩銆?
[2018-02-19 22:07:37,227] [base_module.pyo:64] INFO ---------- 寮€濮嬫姄鍙栫綉椤靛唴瀹癸紝骞剁瓫閫夋柊闂荤粨鏋溿€?---------

但是日志文件显示正常：

[2018-02-19 22:07:37, Mon] ++++++++++ 开始启动抓取程序... ++++++++++
[2018-02-19 22:07:37, Mon] 没有指定要筛选新闻的起始时间，默认选择当日。
[2018-02-19 22:07:37, Mon] 没有指定要筛选新闻的结束时间，默认选择当日。
[2018-02-19 22:07:37, Mon] ---------- 开始抓取网页内容，并筛选新闻结果。----------

 

查了半天，终于发现棋差一招，使用logging记日志的时候，需要带中文的字符串前面再加上 u

比如：

logging.info( u'++++++++++ 开始启动抓取程序... ++++++++++ ')

logging.info( u'本次抓取结束，总耗时：%d秒\n\n' % (end-start))

这样就完美解决标准输出乱码问题啦。