PlatformIO设备监控日志过滤器的自定义实现
2025-05-28 08:59:42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
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案 JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 IK分词器elasticsearch-analysis-ik-7.17.16:中文文本分析的最佳解决方案 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 ONVIF设备模拟器:开发测试必备的智能安防仿真工具 STM32到GD32项目移植完全指南:从兼容性到实战技巧
项目优选
收起
deepin linux kernel
C
26
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
422
3.25 K
Ascend Extension for PyTorch
Python
230
261
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++
689
331
暂无简介
Dart
686
160
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
9
1
React Native鸿蒙化仓库
JavaScript
266
326
🔥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
19
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.22 K
666
仓颉编译器源码及 cjdb 调试工具。
C++
136
869