PlatformIO设备监控日志过滤器的自定义实现
2025-05-28 13:15:12作者:申梦珏Efrain
在嵌入式开发过程中,串口通信日志记录是一个常见且重要的需求。PlatformIO作为一款强大的嵌入式开发平台,提供了灵活的日志记录机制,允许开发者通过自定义过滤器来实现特定的日志记录功能。
日志记录需求分析
在实际开发中,开发者经常需要将串口通信数据记录到文件中以便后续分析。标准的PlatformIO日志记录功能虽然实用,但有时无法满足特定需求,例如:
- 固定日志文件名而非每次生成新文件
- 同时记录发送和接收的数据
- 为每条消息添加精确时间戳
- 控制日志文件的存储位置和命名规则
自定义日志过滤器实现
通过继承PlatformIO提供的DeviceMonitorFilterBase基类,我们可以创建满足上述需求的日志记录器。下面是一个功能完善的实现示例:
import io
import os
from datetime import datetime
from platformio.public import DeviceMonitorFilterBase
class CustomSerialLogger(DeviceMonitorFilterBase):
NAME = "custom_serial_logger"
def __init__(self, *args, **kwargs):
super().__init__(*args, **kwargs)
self._bufferOut = ""
self._bufferIn = ""
# 支持不同换行符配置
if self.options.get("eol") == "CR":
self._eol = "\r"
elif self.options.get("eol") == "LF":
self._eol = "\n"
else:
self._eol = "\r\n"
def __del__(self):
if hasattr(self, '_log_fp') and self._log_fp:
self._log_fp.close()
def rx(self, text):
"""处理接收数据"""
self._bufferIn += text
if self._bufferIn.endswith(self._eol):
timestamp = datetime.now().strftime("%H:%M:%S.%f")[:-3]
log_text = f"接收于 {timestamp} -- {self._bufferIn}"
self._bufferIn = ""
self._log_fp.write(log_text)
self._log_fp.flush()
return log_text
return ""
def tx(self, text):
"""处理发送数据"""
self._bufferOut += text
if self._bufferOut.endswith(self._eol):
timestamp = datetime.now().strftime("%H:%M:%S.%f")[:-3]
log_text = f"发送于 {timestamp} -- {self._bufferOut}"
text = self._bufferOut
print(log_text) # 同时在控制台显示
self._bufferOut = ""
self._log_fp.write(log_text)
self._log_fp.flush()
return text
return ""
def __call__(self):
"""初始化日志文件"""
if not os.path.isdir("logs"):
os.makedirs("logs")
log_file_path = os.path.join("logs", "serial-monitor.log")
print(f"--- 日志将保存至 {os.path.abspath(log_file_path)} ---")
self._log_fp = io.open(log_file_path, "w", encoding="utf-8")
self._log_fp.write(f"--- 日志日期: {datetime.now().strftime('20%y.%m.%d -- %H:%M')} ---\r\n")
self._log_fp.flush()
return self
功能特点解析
- 固定文件名:始终使用"serial-monitor.log"作为日志文件名,覆盖写入而非追加
- 完整通信记录:同时记录发送(tx)和接收(rx)的数据
- 精确时间戳:每条消息都带有毫秒级精度的时间戳
- 自动目录创建:自动创建logs目录存放日志文件
- 换行符支持:可配置CR、LF或CRLF作为行结束符
- 实时写入:每条消息立即写入文件,避免数据丢失
配置使用方法
在项目的platformio.ini配置文件中添加以下内容即可启用自定义日志过滤器:
monitor_filters = custom_serial_logger
实际应用建议
- 日志文件管理:对于长期项目,建议扩展功能实现日志轮转或按日期分割
- 性能考量:高频通信场景下,可考虑缓冲多条消息后批量写入
- 异常处理:增加文件写入失败的异常处理逻辑
- 格式扩展:支持JSON等结构化日志格式便于后续分析
通过这种自定义日志记录方案,开发者可以获得更加符合项目需求的通信日志,大大提升调试和分析效率。PlatformIO的这种可扩展设计充分体现了其作为专业嵌入式开发平台的灵活性。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C0105
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python059
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00
最新内容推荐
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
480
3.57 K
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
11
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
20
暂无简介
Dart
731
176
React Native鸿蒙化仓库
JavaScript
289
341
Ascend Extension for PyTorch
Python
290
322
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
仓颉编程语言运行时与标准库。
Cangjie
149
885
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
850
452