zheliku-tool 0.1.3

Lightweight timing decorator & context manager with loguru-like formatting, sync/async.

⏱️ zheliku-tool

🔧 高精度 Python 函数计时与日志记录工具 基于标准库 logging 实现，兼容同步/异步函数、上下文管理器与滚动日志， 支持环境变量开关、loguru 风格格式、跨平台使用。

---

🌟 功能概述

zheliku-tool 提供了一个轻量级的计时装饰器与上下文管理器 TimeLogger， 让你可以一行代码轻松记录任意函数或代码块的执行耗时。

特点：

• ✅ 同步、异步函数统一支持
• ✅ 上下文管理器 (with / async with)
• ✅ 日志格式与 loguru 兼容，带毫秒时间
• ✅ 自动创建日志目录，支持滚动文件
• ✅ 可通过环境变量一键开关
• ✅ 支持自定义文件名、日志目录与等级
• ✅ 提供片段计时器与函数式 API
• ✅ 无外部依赖，仅使用 Python 标准库

---

📦 安装

# 使用 uv（推荐）
uv add zheliku-tool

# 或使用 pip
pip install zheliku-tool

安装后导入：

from zheliku_tool import TimeLogger, time_log

---

🧭 快速开始

✅ 1. 装饰器用法

from zheliku_tool import TimeLogger

@TimeLogger(log_file="run.log")
def preprocess(data):
    # 模拟耗时计算
    import time; time.sleep(0.02)
    return [d**2 for d in data]

preprocess([1, 2, 3])

日志输出示例（默认格式）：

2025-11-03 15:00:21.512 | INFO     | __main__.preprocess:7 - Ran preprocess in 20.132 ms (module=__main__, file=example.py, abs='/path/example.py', line=7, pid=3901, thread=MainThread)

---

✅ 2. 异步函数

import asyncio
from zheliku_tool import TimeLogger

@TimeLogger(log_file="async.log", level=logging.DEBUG)
async def fetch_data():
    await asyncio.sleep(0.01)
    return "done"

asyncio.run(fetch_data())

---

✅ 3. 上下文管理器

from zheliku_tool import TimeLogger

with TimeLogger(logger_name="load_stage", log_file="stages.log"):
    # 一段代码的耗时
    sum(i*i for i in range(10_000))

异步上下文同理：

async with TimeLogger(logger_name="async_stage", log_file="stages.log"):
    await asyncio.sleep(0.05)

---

✅ 4. 函数式上下文 API（更简洁）

from zheliku_tool import time_log

with time_log("evaluate", log_file="run.log"):
    result = sum(range(1000))

等价于：

with TimeLogger(logger_name="evaluate", log_file="run.log"):
    result = sum(range(1000))

---

✅ 5. 手动片段计时（代码内部多段耗时）

from zheliku_tool import TimeLogger

def train_step():
    seg = TimeLogger.start("train")
    # 执行部分任务
    import time; time.sleep(0.03)
    elapsed = seg.stop()
    print(f"train_step 耗时 {elapsed:.2f} ms")

---

⚙️ 参数说明

参数名	类型	默认值	说明
level	int	logging.INFO	日志等级（支持 DEBUG/INFO/WARNING/ERROR）
enable	bool	True	是否启用计时，False 时直接调用函数不记录
log_dir	`str	Path`	None	日志目录（未提供时自动取函数所在文件夹）
log_file	`str	Path`	None	日志文件路径，可相对/绝对
extra_msg	str	None	附加备注文本
fmt	str	内置默认	logging 输出格式
datefmt	str	"%Y-%m-%d %H:%M:%S"	时间格式
logger_name	str	None	自定义 logger 名（默认 <module>.<qualname>:<line>）
rotate	bool	False	是否使用滚动日志
max_bytes	int	10*1024*1024	滚动阈值（字节）
backup_count	int	3	滚动保留文件数

---

🧩 环境变量控制

所有环境变量均可在运行前通过 export 或 .env 文件设置。 优先级高于代码参数。

环境变量	说明
TIME_LOG_ENABLE / TIMER_LOG_ENABLE / TIMER_ENABLE	是否启用日志（0、false 表示关闭）
TIME_LOG_LEVEL / TIMER_LOG_LEVEL / TIMER_LEVEL	设置全局日志等级，如 DEBUG、INFO、ERROR

示例：

export TIME_LOG_ENABLE=0   # 全局关闭日志
export TIMER_LOG_LEVEL=DEBUG

---

🧰 日志落地规则

1. 如果提供 log_file：

   • 绝对路径：直接使用；
   • 相对路径：基于 log_dir（若提供）或源文件目录。

2. 如果未提供 log_file：

   • 自动生成 <源文件同名>.log；
   • 目录为 log_dir 或源文件目录。

3. 会自动创建不存在的目录。

4. 同一路径复用同一个 FileHandler，不会重复写入。

---

📖 输出格式

默认格式（可自定义）：

%(asctime)s.%(msecs)03d | %(levelname)-8s | %(name)s - %(message)s

对应输出示例：

2025-11-03 14:59:01.512 | INFO     | mymodule.train:42 - Ran train in 14.832 ms (module=mymodule, file=train.py, abs='/project/train.py', line=42, pid=1234, thread=MainThread)

---

🚀 高级用法

🔄 滚动日志

自动切分日志文件，防止文件过大：

@TimeLogger(log_file="pipeline.log", rotate=True, max_bytes=1024*100, backup_count=5)
def pipeline():
    ...

---

🔍 临时禁用

@TimeLogger(enable=False)
def quick_func():
    pass  # 不会产生日志

---

🔧 动态控制（环境变量）

无需改代码，运行前即可启用/禁用：

TIME_LOG_ENABLE=0 uv run python your_script.py

---

🧠 线程/进程安全性

• 日志文件写入使用标准库 FileHandler；
• 同一 logger 不会重复绑定；
• 可在多线程下安全使用（每条日志独立写入）。

---

🧪 单元测试覆盖（pytest）

完整测试文件见 tests/test_time_tool.py，包括：

• 同步/异步装饰器
• 同步/异步上下文
• 路径解析
• 滚动日志
• 环境变量开关
• 重复 handler 检测
• 片段计时器
• 函数式上下文管理

运行测试：

uv run pytest -v

---

📜 许可证

MIT License © 2025 zheliku