【Python日志功能】一.日志基础与基本配置

Twilight Sparkle.

已于 2024-09-16 12:02:13 修改

阅读量950

点赞数 7

文章标签： python

于 2024-09-15 22:13:34 首次发布

本文链接：https://blog.csdn.net/qq_52466006/article/details/142289322

版权

文章目录

相关链接
第一篇：日志基础与基本配置
1 日志的概念与用途
2 Python logging 模块介绍
3 日志级别
4 配置日志格式和输出位置
- 4.1 配置日志格式
- 4.2 配置输出位置
5 实验：基本日志配置和输出
- 实验1：基本日志配置
- 实验2：使用配置文件配置日志
6 文章总结

第一篇：日志基础与基本配置

在开发和维护应用程序的过程中，日志是一个非常重要的工具。它不仅可以帮助开发者了解程序的运行状态，还能帮助定位和解决问题。本文将详细介绍日志的概念、Python中 logging 模块的基本使用、日志级别以及如何配置日志格式和输出位置，并通过实际示例展示这些配置的效果。

1 日志的概念与用途

日志是一种用于记录程序运行过程中重要事件的工具。通过日志，开发者可以：

了解程序的运行状态和进程。
发现和定位程序中的错误和异常。
分析和优化程序性能。
记录系统或应用程序的使用情况和用户行为。

2 Python logging 模块介绍

Python 的 logging 模块是标准库的一部分，提供了灵活和强大的日志记录功能。它允许开发者将日志消息发送到多个目标，如控制台、文件、网络等。logging 模块支持不同的日志级别、格式化和处理器，使得日志记录更加方便和可控。

3 日志级别

日志级别用于指定日志消息的重要性。Python logging 模块定义了五个标准日志级别，每个级别都有对应的数值：

DEBUG (10): 详细的信息, 通常只在诊断问题时使用。
INFO (20): 确认程序按预期工作的信息。
WARNING (30): 表示某些非严重问题，警告可能会出现问题。
ERROR (40): 由于更严重的问题，程序已不能执行某些功能。
CRITICAL (50): 严重错误，表明程序可能无法继续运行。

4 配置日志格式和输出位置

logging 模块允许开发者配置日志格式和输出位置。日志格式定义了日志消息的显示方式，而输出位置定义了日志消息的存储位置（如控制台、文件等）。

4.1 配置日志格式

日志格式可以通过 format 参数进行设置，例如：

format = '%(asctime)s - %(name)s - %(levelname)s - %(message)s'  # 定义日志消息的格式

4.2 配置输出位置

输出位置可以通过设置处理器（Handler）来配置。例如，可以将日志消息输出到控制台或文件：

import logging

# 输出到控制台
console_handler = logging.StreamHandler()
console_handler.setLevel(logging.INFO)  # 当日志级别等于或高于INFO时，会输出到控制台。 

# 输出到文件
file_handler = logging.FileHandler('app.log')
file_handler.setLevel(logging.WARNING)  # 当日志级别等于或高于WARNING时，会输出到文件。

5 实验：基本日志配置和输出

在这一部分，我们将通过实际的代码示例来演示如何配置日志并查看输出结果。

实验1：基本日志配置

创建一个简单的 Python 脚本 basic_logging.py：

import logging
import os

# 获取当前脚本的目录
current_directory = os.path.dirname(os.path.abspath(__file__))

# 日志文件的完整路径
log_file_path = os.path.join(current_directory, 'app_1.log')


# 配置基本的日志设置
logging.basicConfig(level=logging.INFO,
                    format='%(asctime)s - %(name)s - %(levelname)s - %(message)s',
                    handlers=[logging.StreamHandler(), 
                              logging.FileHandler(log_file_path)])

logger = logging.getLogger(__name__)

# 记录不同级别的日志
logger.debug('这是一个DEBUG级别的日志')
logger.info('这是一个INFO级别的日志')
logger.warning('这是一个WARNING级别的日志')
logger.error('这是一个ERROR级别的日志')
logger.critical('这是一个CRITICAL级别的日志')

运行脚本后，你将看到以下输出：
控制台输出：

2024-07-25 07:50:36,800 - __main__ - INFO - 这是一个INFO级别的日志
2024-07-25 07:50:36,800 - __main__ - WARNING - 这是一个WARNING级别的日志
2024-07-25 07:50:36,801 - __main__ - ERROR - 这是一个ERROR级别的日志
2024-07-25 07:50:36,801 - __main__ - CRITICAL - 这是一个CRITICAL级别的日志

文件 app_1.log 输出：

2024-07-25 07:50:36,800 - __main__ - INFO - 这是一个INFO级别的日志
2024-07-25 07:50:36,800 - __main__ - WARNING - 这是一个WARNING级别的日志
2024-07-25 07:50:36,801 - __main__ - ERROR - 这是一个ERROR级别的日志
2024-07-25 07:50:36,801 - __main__ - CRITICAL - 这是一个CRITICAL级别的日志

在这个实验中，DEBUG 级别的日志不会输出到控制台和文件，因为StreamHandler 和 FileHandler 的日志等级没有单独设置，它们会默认继承根记录器（root logger）的日志等级，即 logging.basicConfig 中设置的等级INFO。

实验2：使用配置文件配置日志

创建一个 YAML 配置文件 logging_config.yaml：

version: 1  # 配置文件的版本

formatters:  # 定义日志格式化器
  simple:  # 名为simple的格式化器
    format: '%(asctime)s - %(name)s - %(levelname)s - %(message)s'  # 日志消息的格式，包括时间、记录器名称、日志级别和消息内容

handlers:  # 定义日志处理器
  console:  # 名为console的处理器，输出到控制台
    class: logging.StreamHandler  # 使用StreamHandler类
    level: DEBUG  # 处理器的日志级别为DEBUG
    formatter: simple  # 使用名为simple的格式化器
    stream: ext://sys.stdout  # 输出到标准输出，即控制台

  file:  # 名为file的处理器，输出到文件
    class: logging.FileHandler  # 使用FileHandler类
    level: WARNING  # 处理器的日志级别为WARNING
    formatter: simple  # 使用名为simple的格式化器
    filename: path/to/app_2.log  # log文件绝对路径

loggers:  # 定义日志记录器
  __main__:  # 针对主模块的记录器
    level: DEBUG  # 记录器的日志级别为DEBUG
    handlers: [console, file]  # 使用console和file两个处理器
    propagate: no  # 不向更高层次的记录器传递日志消息

root:  # 根记录器，适用于所有模块
  level: DEBUG  # 记录器的日志级别为DEBUG
  handlers: [console, file]  # 使用console和file两个处理器

创建一个 Python 脚本 logging_with_config.py 来加载这个配置文件：

import logging.config
import yaml
import os

# 获取当前脚本的目录
current_directory = os.path.dirname(os.path.abspath(__file__))

# 日志文件的完整路径
cfg_file_path = os.path.join(current_directory, './logging_config.yaml')

with open(cfg_file_path, 'r') as f:
    config = yaml.safe_load(f.read())
    logging.config.dictConfig(config)

logger = logging.getLogger(__name__)

# 记录不同级别的日志
logger.debug('这是一个DEBUG级别的日志')
logger.info('这是一个INFO级别的日志')
logger.warning('这是一个WARNING级别的日志')
logger.error('这是一个ERROR级别的日志')
logger.critical('这是一个CRITICAL级别的日志')

运行脚本后，你将看到以下输出：

控制台输出：

2024-07-25 08:04:02,433 - __main__ - DEBUG - 这是一个DEBUG级别的日志
2024-07-25 08:04:02,433 - __main__ - INFO - 这是一个INFO级别的日志
2024-07-25 08:04:02,433 - __main__ - WARNING - 这是一个WARNING级别的日志
2024-07-25 08:04:02,434 - __main__ - ERROR - 这是一个ERROR级别的日志
2024-07-25 08:04:02,434 - __main__ - CRITICAL - 这是一个CRITICAL级别的日志

文件 app_2.log 输出：

2024-07-25 08:04:02,433 - __main__ - WARNING - 这是一个WARNING级别的日志
2024-07-25 08:04:02,434 - __main__ - ERROR - 这是一个ERROR级别的日志
2024-07-25 08:04:02,434 - __main__ - CRITICAL - 这是一个CRITICAL级别的日志

console处理器的等级为INFO，而file处理器的等级为WARNING。所以控制台会输出所有信息，即等级等于或大于DEBUG的信息，但文件中只会记录等级等于或大于WARNING的记录。

6 文章总结

在本篇文章中，我们学习了Python logging 模块的基础内容，包括日志级别、基本配置以及如何将日志输出到控制台和文件。这为我们搭建了日志系统的基本框架，使我们能够了解程序的运行状态和关键事件。

接下来，我们将在第二篇文章中深入探讨更高级的配置内容，重点介绍日志处理器（Handlers）、日志格式器（Formatters）和日志过滤器（Filters）。我们将通过模拟实践，配置不同类型的处理器（如StreamHandler、FileHandler、RotatingFileHandler等），并自定义日志格式和过滤规则，从而更灵活地控制日志的输出目标、格式和内容。

通过这些高级配置，我们可以更好地满足不同应用场景下的日志需求，如限制日志文件大小、按时间轮转日志文件、以及只记录特定级别的日志信息。