python - 有没有办法在 Python 控制台上记录自动生成的消息？

Question

我正在使用 pandas 加载一个几乎没有坏行的 csv 文件。这意味着在几行中有一些额外的逗号，这就是 pandas 无法加载它的原因。这对我来说很好。我正在使用 error_bad_lines=False 来忽略这些行。当 pandas 忽略那些错误的行时，它会在控制台上显示如下消息:

b'Skipping line 3: expected 3 fields, saw 4\n

我想要的是能够加载数据，但将此跳过的行号记录在日志文件中。我浏览了很多关于日志记录的教程，但找不到一种方法来记录当 pandas 在加载数据时跳过行号时自动生成的消息。

这是我用来加载文件的简单代码。

import pandas as pd
import os

def main():
    filename = "test_data3.csv"
    data= pd.read_csv(filename,error_bad_lines=False)
    print(data.head())


if __name__=="__main__":
    main()

这是我正在使用的示例数据

Col1,Col2,Col3
a,3,g4
b,4,s5,r
c,5,p9
f,6,v4,7
x,65,h5

如您所见，应该跳过第 2 行和第 4 行。但需要记录在日志文件中。

Answer 1

您可以使用上下文管理器临时拦截对 sys.stderr.write 的调用并将消息写入文件:

import pandas as pd
import sys

class CaptureErrors:
    def __init__(self, stderr, output_name):
        self.stderr = stderr
        self.output_name = output_name
        self.output_file = None

    def __enter__(self):
        self.output_file = open(self.output_name, "w")
        return self

    def __exit__(self, exc_type, exc_value, traceback):
        if self.output_file:
            self.output_file.close()
        sys.stderr = self.stderr

    def write(self, message):
        self.stderr.write(message)
        self.output_file.write(message)

def main():
    filename = "test_data3.csv"
    with CaptureErrors(sys.stderr, 'error.txt') as sys.stderr:
        data = pd.read_csv(filename, error_bad_lines=False)
    print(data.head())

if __name__=="__main__":
    main()

如果这不是您要查找的内容，您可能需要向您的问题添加更多信息。