创建每分钟执行的Python测试脚本：前4次执行第5次失败并记日志

需求回顾 #

• 脚本每分钟执行一次，完成5次迭代
• 前4次迭代正常执行，记录状态为executed
• 第5次迭代触发错误，记录状态为failed后停止运行
• 每次迭代需记录：脚本名称（task）、操作状态、时间戳，最终输出为指定格式的日志

原代码问题分析 #

1. 嵌套循环遍历b列表会生成多条重复记录，不符合每次迭代仅一条记录的要求
2. 错误处理逻辑错误：捕获异常后直接pass，且后续的if str_error判断逻辑颠倒，无法正确触发失败后的停止逻辑
3. 脚本名称列表长度不足，DataFrame初始化时数据结构错误，导致输出格式不符合预期
4. 未正确实现每分钟执行的间隔逻辑，时间戳未按分钟间隔生成

修复后的代码 #

import datetime
from time import sleep
import pandas as pd

# 初始化日志记录列表
log_records = []
script_name = "task"

for iteration in range(5):
    # 生成当前迭代的时间戳（模拟每分钟间隔，实际运行可替换为datetime.datetime.now()）
    base_time = datetime.datetime(2010, 3, 20, 9, 27)
    current_timestamp = base_time + datetime.timedelta(minutes=iteration)
    
    try:
        # 模拟指定函数执行：前4次正常，第5次触发错误
        if iteration == 4:
            raise ValueError("第5次迭代触发预设错误")
        # 替换为实际需要执行的函数
        # msg.send()
        
        # 记录正常执行状态
        log_records.append({
            "Script": script_name,
            "Operation": "executed",
            "Timestamp": current_timestamp
        })
    except Exception as e:
        # 记录失败状态
        log_records.append({
            "Script": script_name,
            "Operation": "failed",
            "Timestamp": current_timestamp
        })
        # 触发错误后停止迭代
        break
    
    # 实际运行时启用，实现每分钟执行一次
    # sleep(60)

# 转换为DataFrame并格式化输出
df = pd.DataFrame(log_records)
df["Timestamp"] = df["Timestamp"].dt.strftime("%Y-%m-%d %H:%M:%S")
print(df.to_string(index=True))

# 将日志写入独立文件
df.to_csv("task_log.csv", index=False)

预期输出 #

Script  Operation             Timestamp
0                     task   executed   2010-03-20 09:27:00
1                     task   executed   2010-03-20 09:28:00
2                     task   executed   2010-03-20 09:29:00
3                     task   executed   2010-03-20 09:30:00
4                     task     failed   2010-03-20 09:31:00

代码说明 #

• 用列表字典存储每条日志记录，结构清晰，便于转换为DataFrame
• 第5次迭代（索引4）主动触发错误，捕获后记录failed状态并终止循环
• 模拟时间戳实现示例中的固定间隔，实际运行时可替换为datetime.datetime.now()并启用sleep(60)实现真实的每分钟执行
• 最终将日志输出为指定格式，并写入独立的CSV日志文件

内容的提问来源于stack exchange，提问作者tonydanza123