Python 大神都在看的logger日志详解和日志封装

本节所讲内容：

    1、logger 介绍和作用

    2、logger日志的操作方法

    3、封装自己的logger日志

1、logger 介绍和作用

一些大型的程序都有记录日志的需求，用来记录程序运行中出现的各种警示，python的logging模块提供了标准的日志接口，你可以通过它存储各种格式的日志，主要用于输出运行日志，可以设置输出日志的等级、日志保存路径、日志文件回滚等； 

                               

为什么不用print打印输出？

Print大法对于简单脚本型程序有用，但是如果是复杂的系统，最好不要用。

首先，print是没用的输出，大量使用很有可能会被遗忘在代码里。

再者，print 输出的所有信息都到了标准输出中，这将严重影响到你从标准输出中查看其它输出数据。

使用logging的优势：

a）可以控制消息的级别，过滤掉那些并不重要的消息。

b） 可决定输出到什么地方,以及怎么输出。有许多的重要性别级可供选择，debug、info、warning、error 以及 critical [ˈkrɪtɪkl]:严重的。通过赋予 logger 或者 handler 不同的级别，你就可以只输出错误消息到特定的记录文件中，或者在调试时只记录调试信息。

1.Logger中常建错误预先展示

更常见的情形是把信息记录在log文件里。需要用logging.basicConfig()设置文件名以及level等参数，常见的level见下表。

Level	Value	Usage
CRITICAL	50	严重错误，表明程序已不能继续运行了
ERROR	40	严重的问题，程序已不能执行一些功能了
WARNING	30	有意外，将来可能发生问题，但依然可用
INFO	20	证明事情按预期工作
DEBUG	10	详细信息，调试问题时会感兴趣

如果设置level为INFO，那么DEBUG级别的信息就不会输出。

常见的函数接口有debug(), info(), warning(), error()，critical()

分别对应log不同严重级别的信息。

代码：

import logging

#配置logger日志基础

# logging.basicConfig(level=logging.DEBUG)

#详细信息，用于调试

logging.debug('this is debug')

#证明事情按照预期工作

logging.info('this is info')

#有意外，可能出现问题，但程序依旧可以运行

logging.warning('this is warning')

#严重问题，程序不能执行一些功能

logging.error('this is error')

#严重错误，程序已经不能继续运行

logging.critical('this is critical')

运行结果如下：

你却惊讶的发现，上面代码中明明写了5条数据输出，但是只有3条展示出来，这是为啥？

这个logger中有过滤系统，毕竟普通的debug和info 不太重要，也不是错误操作

那我们怎么能够把5条用例全部打印出来？

Logging提供了一个basicConfig方法：为日志模块配置基本信息。kwargs 支持如下几个关键字参数：
filename ：日志文件的保存路径。如果配置了些参数，将自动创建一个FileHandler作为Handler；
filemode ：日志文件的打开模式。 默认值为’a’，表示日志消息以追加的形式添加到日志文件中。如果设为’w’, 那么每次程序启动的时候都会创建一个新的日志文件；
format ：设置日志输出格式；
datefmt ：定义日期格式；
level ：设置日志的级别.对低于该级别的日志消息将被忽略；
stream ：设置特定的流用于初始化StreamHandler

具体代码入下：
#配置logger日志基础
logging.basicConfig(level=logging.DEBUG)
具体代码如下
import logging
#配置logger日志基础
logging.basicConfig(level=logging.DEBUG)
#详细信息，用于调试
logging.debug('this is debug')
#证明事情按照预期工作
logging.info('this is info')
#有意外，可能出现问题，但程序依旧可以运行
logging.warning('this is warning')
#严重问题，程序不能执行一些功能
logging.error('this is error')
#严重错误，程序已经不能继续运行
logging.critical('this is critical')

运行结果如下：

Logger 日志写入文件中

import logging
#配置logger日志基础
logging.basicConfig(filename='example.log',level=logging.DEBUG,filemode='a')
#详细信息，用于调试
logging.debug('this is debug')
#证明事情按照预期工作
logging.info('this is info')
#有意外，可能出现问题，但程序依旧可以运行
logging.warning('this is warning')
#严重问题，程序不能执行一些功能
logging.error('this is error')
#严重错误，程序已经不能继续运行
logging.critical('this is critical')

运行结果如下：

配置logger日志的时间

import logging
#配置logger日志基础
logging.basicConfig(format='%(asctime)s:%(message)s',datefmt='%m/%d/%Y %I:%M:%S %p',filename='example.log',level=logging.DEBUG,filemode='a')
#详细信息，用于调试
logging.debug('this is debug')
#证明事情按照预期工作
logging.info('this is info')
#有意外，可能出现问题，但程序依旧可以运行
logging.warning('this is warning')
#严重问题，程序不能执行一些功能
logging.error('this is error')
#严重错误，程序已经不能继续运行
logging.critical('this is critical')

运行结果如下：

3、更丰富的Log控制

上面的代码大部分是利用默认配置，其实我们自定义更多。比如把输出到terminal和log.txt文件

Logger 记录器，暴露了应用程序代码能直接使用的接口。

Handler 处理器，将（记录器产生的）日志记录发送至合适的目的地。

Filter 过滤器，提供了更好的粒度控制，它可以决定输出哪些日志记录。

Formatter 格式化器，指明了最终输出中日志记录的布局。

首先，创建一个logger，记录器，然后给其添加不同的handler，输出到不同的渠道，比如下面这个例子就会生成log.txt文件，同时输出到console。
 

import logging
# create logger with name
# if not specified, it will be root
logger = logging.getLogger('my_logger')
logger.setLevel(logging.DEBUG)

# create a handler, write to log.txt
# logging.FileHandler(self, filename, mode='a', encoding=None, delay=0)
# A handler class which writes formatted logging records to disk files.
fh = logging.FileHandler('log.txt')
fh.setLevel(logging.DEBUG)

# create another handler, for stdout in terminal
# A handler class which writes logging records to a stream
sh = logging.StreamHandler()
sh.setLevel(logging.DEBUG)

# set formatter
formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s')
fh.setFormatter(formatter)
sh.setFormatter(formatter)

# add handler to logger
logger.addHandler(fh)
logger.addHandler(sh)

# log it
logger.debug('Debug')
logger.info('Info')

运行结果如下：

import logging
class MyLog:

    def my_log(self,msg,level):
        #logger 收集日志
        #haddler #输出日志的渠道
        #定义一个日志收集器
        my_logger  = logging.getLogger('python')
        #设定级别,收集日志
        my_logger.setLevel('DEBUG')
        #定义一个输出渠道
        ch = logging.StreamHandler()
        ch.setLevel('DEBUG')
        #文本格式
        formatter = logging.Formatter('%(asctime)s-%(levelname)s-%(filename)s-%(name)s-日志信息:%(message)s')
        #输出到文本
        fh = logging.FileHandler('py.txt',encoding='utf-8')
        fh.setLevel('DEBUG')
        fh.setFormatter(formatter)
        #两者对接
        my_logger.addHandler(ch)
        my_logger.addHandler(fh)
        #收集日志
        if level == 'DEBUG':
            my_logger.debug(msg)
        elif level == 'INFO':
            my_logger.info(msg)
        elif level == 'ERROR':
            my_logger.error(msg)
        elif level == 'WARNING':
            my_logger.warning(msg)
        else:
            my_logger.critical(msg)
        #关闭日志收集,关闭渠道
        my_logger.removeHandler(ch)
        my_logger.removeHandler(fh)

    def debug(self,msg):
        self.my_log(msg,'DEBUG')

    def error(self,msg):
        self.my_log(msg,'ERROR')

    def info(self,msg):
        self.my_log(msg,'INFO')

if __name__ == '__main__':
     MyLog().debug('哎呦我')
     MyLog().my_log('哎呦妈呀2','ERROR')
     MyLog().my_log('哎呦妈呀3','ERROR')

总结：

1、logger 介绍和作用

2、logger日志的操作方法

3、封装自己的logger日志