python的logging模块使用方法

最新推荐文章于 2023-08-19 01:01:31 发布

Python 学习者

最新推荐文章于 2023-08-19 01:01:31 发布

阅读量805

点赞数 1

文章标签： python

原文链接：https://www.jianshu.com/u/8f2987e2f9fb

版权

logging模块简介

logging模块是Python内置的日志模块，用来生成程序的日志。一条日志对应一个事件的发生，一个事件一般包括：事件发生时间、事件发生位置、事件内容、事件严重程度-日志级别。（还可以包括进程ID、进程名称、线程ID、线程名称等）

logging模块的组成

1.日志级别：日志分为五个等级，从低到高分别是：DEBUG、INFO、WANGING、ERROR、CRITICAL

DEBUG：最详细的信息，通常定位问题的时候用
INFO：确认一切按照预期运行，详细程度仅次于DEBUG
WARNING：一些意想不到的问题发生了，或者不久的将来将要发生问题，比如磁盘空间小，软件还能正常运行。
ERROR：很严重的问题，软件没能正确执行某些功能。
CRITICAL：一个严重的错误，程序本身无法继续运行了。

当你的程序指定了一个日志级别后，程序会记录所有日志级别大于等于指定级别的log。比如指定的级别是WARNING，那么记录的将是WARNING、ERROR、CRITICAL。至于如何设置指定日志级别，将在后面说到。

2.logging的4个组件：

logger(日志器)：日志类，通过这个类提供的API来记录日志。
handler(处理器)：对日志信息处理，可以将日志发送到不同的目标域中。
filter(过滤器)：对日志信息进行过滤。
formatter(格式器)：日志的格式化

logging模块的使用

1. logging模块定义的模块级别的函数

logging.debug(msg,*args,**kwargs):创建一条严重级别为debug的日志记录。
logging.info(msg,*args,**kwargs): 创建一条严重级别为info的日志记录。
logging.warning(msg,*args,**kwargs): 创建一条严重级别为warning的日志记录。
logging.error(msg,*args,**kwargs): 创建一条严重级别为error的日志记录。
logging.critical(msg,*args,**kwargs): 创建一条严重级别为critical的日志记录。
logging.log(level,*args,**kwargs): 创建一条严重级别为level的日志记录。
logging.basicConfig(**kwargs):对root logger进行一次性配置。用于指定要记录的日志级别，日志格式，日志输出位置，日志文件打开模式等信息。

举例：

logging.warning("This is a warning log")

输出：WARNING:root:This is a warning log

或者也可以用：logging.log(logging.WARNING,"This is a warning log")

输出：WARNING:root:This is a warning log

可以看出来上面两种方式，输出结果是一样的，结果有三部分组成，第一部分WARNING是日志级别，第二部分root是日志器名称，第三部发是具体的日志内容。这是因为logging模块有一个默认的输出格式“%(levelname)s:%(name)s:%(message)s”。没有手动设置格式的情况是就按照这种默认的日志格式输出了。日志器名称默认情况是是root，后面会讲到如何修改日志器名称。

另外要注意一点，如果你现在用logging.info(“This is a info log”)，或者logging. debug(“This is a debug log”))你会发现控制台不会打印任何东西出来，为什么？也是因为logging模块的默认设置，默认为程序指定的日志级别是WARNING。所以只有大于等于这个级别的log会打印出来。

上面提到的所有默认设置都是在logging.basicConfig(**kwargs)中设置的，可以查看这个方法的源代码确认。

2. logging.basicConfig( ** kwargs)方法

这个方法接收的参数是一个字典，字典的键为：

filename：指定日志输出目标文件的文件名，指定该项后日志信息就不会被输出到控制台了。
filemode：指定日志文件的打开模式，默认为”a”,需要注意的是，该选项在指定了filename后才有效。
format：指定日志格式字符串，即指定日志输出时所包含的字段信息以及它们的顺序。
datefmt：指定日期/时间格式，该选项要在format中包含时间字段%(asctime)时才有效。
level：指定日志器的日志级别。
stream：指定日志输出目标stream。如sys.stdout、sys.stderr以及网络stream。stream和filename不能同时提供。否则会引发ValueError异常。
style：指定format格式字符串的风格，默认为%，还可以为：’$’，’{’。
handlers：如果该选项存在，应该是一个创建了多个handlers的可迭代对象，这些handlers将会被添加到root logger中。该选项和stream以及filename只能存在一个。

举例：

# 设置日志级别,通过这个设置，就可以记录debug级别和info级别的log了

logging.basicConfig(level=logging.DEBUG)   

logging.info("This is a info log")

输出：WARNING:root:This is a info log

3.logging模块定义的格式字符串字段
下面是一些logging模块中定义好的可以用于format格式字符串中的字段：

字段/属性名称	使用格式	描述
asctime	%(asctime)s	日志事件发生的时间，比如：2019-12-23 11:04:10 ,050
created	%(created)f	日志事件发生的时间戳，即调用time.time()返回的值
relativeCreated	%(relativeCreated)d	日志事件发生的时间相对于logging模块加载时间的相对毫秒数
msecs	%(msecs)d	日志事件发生时间的毫秒部分
levelname	%(levelname)s	该日志记录的文字形式的日志级别，如DEBUG、INFO
levelno	%(levelno)s	该日志记录的数值形式的日志级别(10,20,30,40,50)
name	%(name)s	使用的日志器名称，默认为root
message	%(message)s	日志记录的文本内容
pathname	%( pathname)s	调用日志记录函数的源码文件的全路径
filename	%( filename)s	pathname的文件名部分，包含文件后缀
module	%(module)s	filename的名称部分，不包含后缀
lineno	%(lineno)d	调用日志记录函数的源代码所在的行号
funcName	%( funcName)s	调用日志记录函数的函数名
process	%( process)d	进程ID
processName	%( processName)s	进程名称
thread	%( thread)d	线程ID
threadName	%( threadName)s	线程名称

举例：

import logging

LOG_FORMAT = "%(asctime)s - %(levelname)s - %(message)s"
logging.basicConfig(filename="py.log", level=logging.DEBUG, format=LOG_FORMAT)
logging.debug("This is a debug log")
logging.warning("This is a warning log")

在当前路径可以找到一个py.log文件，打开可以看到结果：

2019-12-23 11:23:04,213 - DEBUG - This is a debug log
2019-12-23 11:23:04,213 - WARNING - This is a warning log

日期时间看着有点别扭，可以修改为：

'''
遇到问题没人解答？小编创建了一个Python学习交流QQ群：778463939
寻找有志同道合的小伙伴，互帮互助,群里还有不错的视频学习教程和PDF电子书！
'''
import logging

LOG_FORMAT = "%(asctime)s - %(levelname)s - %(message)s"
DATE_FORMAT = "%Y%m%d %H:%M:%S %p"

logging.basicConfig(filename="py.log", level=logging.DEBUG, format=LOG_FORMAT, datefmt=DATE_FORMAT)
logging.debug("This is a debug log")
logging.warning("This is a warning log")

输出结果为：

20191223 11:28:16 AM - DEBUG - This is a debug log
20191223 11:28:16 AM - WARNING - This is a warning log

4.补充说明

1.logging.basicConfig()是一个一次性简单配置工具，只有第一次调用的时候会起作用。

2.如果要记录的日志中包含变量数据，可以使用一个格式字符串作为这个事件的描述信息，然后将变量数据作为第二个参数*args的值进行传递，如logging.warning(‘%s is %d years old ’,’Tom’,10)

3.logging.debug()等方法中的**kwargs，支持3个关键字，exc_info,stack_info,extra.

exc_info:值为布尔值，如果该参数的值设置为true，则会将异常信息添加到日志信息中。如果没有就添加None到日志信息中。
stack_info：布尔值，默认值为False，如果设置为True，栈信息将会被添加到日志信息中。
extra：这是一个字典参数，可以用来定义消息格式中所包含的字段，但是它的key不能与logging模块定义的字段冲突。.

import logging

LOG_FORMAT = "%(asctime)s - %(levelname)s - %(message)s - %(user)s[%(ip)s]"
DATE_FORMAT = "%Y%m%d %H:%M:%S %p"
logging.basicConfig(filename="py.log", level=logging.DEBUG, format=LOG_FORMAT, datefmt=DATE_FORMAT)
logging.debug("This is a debug log")
logging.warning("This is a warning log", extra={'user': 'Tom', 'ip': '192.168.0.0'})

输出的结果为：

20191223 14:11:18 PM - WARNING - This is a warning log - Tom[192.168.0.0]

logging模块的四大组件

四大组件上面说了有日志器、处理器、过滤器和格式器，日志器需要通过处理器将日志信息输出到目标位置，不同的处理器可以将日志输出到不同的位置。即日志器可以设置多个处理器将同一条日志输出到不同的位置，每一个处理器都可以设置自己的过滤器，实现日志过滤，从而只保留自己需要的日志；每一个处理器又可以分别设置自己的格式器，实现同一条日志以不同的格式输出到不同的位置。

1 Logger类
Logger对象常用的配置方法：

Logger.setLevel():设置日志器将会处理的最低级别日志
Logger.addHandler()和Logger.removeHandler():为Logger对象添加或移除一个Handler对象
Logger.addFilter()和Logger.removeFilter():为该logger对象添加或移除一个filter对象

通过上面的方法配置完成后，就可以创建日志记录了：

Logger.debug(),Logger.info(),Logger.warning(),Logger.error(),Logger.critical():创建一个debug、info、warning、error、critical等级的日志。
Logger.exception()：创建一个类似于Logger.error()的日志消息。
Logger.log()：需要获取一个明确的日志level参数来创建一个日志记录。

说明：

Logger.exception()与Logger.error()区别在于：Logger.exception()将会输出堆栈追踪信息，另外通常只是在一个exception handler中调用该方法。

Logger.log()与Logger.debug()等方法的区别：Logger.log()可以输出自定义level的日志。

怎样得到一个Logger对象？

一种方式是通过Logger类实例化得到一个事例，另外一种推荐使用的方法是通过调用logging.getLogger()方法,这个方法有一个可选参数叫name，表示将要返回的日志器名称，如果不传这个参数值，默认名称就是root，若以相同name参数多次调用getLogger()方法，返回的是同一个logger对象引用。

关于logger的层级结构与有效等级的说明

logger的名称是一个以’.’分割的层级结构，每个’.’的后面是前面的children，例如foo.bar以及foo.bar.bam都是foo的后代。
后代如果没有设置最低level，则就去父代找level，父代也没有就去祖父代，都没有设置level的情况下默认就是warning
child loggers完成对日志的处理后，就将日志消息传递给祖先loggers相关的handlers，所以一般给祖先配置一个handlers就足够了，也可以通过一个logger的propagate属性设置为False关闭传递。

2 Handlers类
Handler对象的作用是将不同level的日志分发到不同的handler指定的位置，比如需求为：

把所有日志都发送到一个日志文件中
把所有严重级别大于等于error的日志发送到stdout（标准输出）
把所有严重级别为critical的日志发送到一个Email邮件地址

这种情况下就需要三个不同的handlers，每一个handler负责发送一个level级别的日志到指定位置。

常用的方法：

Handler.setLevel() ：设置handler将会处理的日志消息的最低严重级别
Handler.serFormatter()：设置一个格式器对象
Handler.addFilter()和Handler.removeFilter()：为handler添加和删除一个过滤器对象。

应用程序代码不应该直接实例化和使用Handler实例，因为Handler只是一个基类，提供子类重写覆盖的一些接口。
在这里插入图片描述

3 Formater类
Formater类用于定义日志输出的格式，内容

logging.Formatter.init(fmt=None, datefmt=None,style=’%’)

fmt:指定消息格式化字符串，如果不给值，就默认使用message原始内容
datefmt：指定日期格式字符串
style：指定format格式字符串的风格，默认为%，还可以为：’$’，’{’。

4 Filter类

可以实现比level更复杂的过滤功能。Filter只允许某个logger层级下的日志事件通过过滤，

定义为：

class logging.Filter(name=’’):

filter(record)

比如：一个filter实例化时传递的name参数为’A.B’，那么该filter实例将允许名称为类似如下规则的loggers产生的日志记录通过过滤：‘A.B’，‘A.B.C’，‘A.B.D’，‘A.B.C.D’，而名称为‘A.BB’，‘B.A.B’的loggers产生的日志则会被过滤掉，如果name为空，则允许所有日志通过过滤。filter方法用于具体控制传递的record记录是否能通过过滤，如果该方法返回值为0表示不能通过过滤，非0表示可以通过过滤。

记录log的过滤流程：

1、日志器等级过滤

2、日志器的过滤器过滤

3、日志器的处理器等级过滤

4、日志器的处理器的过滤器过滤

5 使用4大组件记录日志举例

需求：

记录所有的日志到all.log,格式为：日期和时间-日志级别-日志信息。

记录error等级以上的级别的log到error.log,格式为：日期和时间-日志级别-文件名[：行号]-日志信息。

all.log每天凌晨进行日志切割。

'''
遇到问题没人解答？小编创建了一个Python学习交流QQ群：778463939
寻找有志同道合的小伙伴，互帮互助,群里还有不错的视频学习教程和PDF电子书！
'''
import logging.handlers
import datetime


logger = logging.getLogger("mylogger")
logger.setLevel(logging.DEBUG)

# 记录全部日志的句柄,all.log每天凌晨进行日志切割
rf_handler = logging.handlers.TimedRotatingFileHandler('all.log', when='midnight', interval=1, backupCount=7, atTime=datetime.time(0, 0, 0, 0))
rf_handler.setFormatter(logging.Formatter("%(asctime)s - %(levelname)s - %(message)s"))

# 记录error级别以上的日志句柄
f_handler = logging.FileHandler('error.log')
f_handler.setLevel(logging.ERROR)
f_handler.setFormatter(logging.Formatter('%(asctime)s - %(levelname)s

- %(filename)s[:%(lineno)d] - %(message)s'))

# 将两个handler处理器分别给日志器，最后会生成两份日志
logger.addHandler(rf_handler)
logger.addHandler(f_handler)

logger.debug("This is a debug log")
logger.error("This is a error log")
logger.info("This is a info log")

# 子孙类日志事例
# 定义一个子孙类日志器，子孙类的日志会单独存一份log到error2，同时也会传递到父类的log中
logger2 = logging.getLogger('mylogger.son')
f_handler2 = logging.FileHandler('error2.log')
f_handler2.setLevel(logging.ERROR)
f_handler2.setFormatter(logging.Formatter('%(asctime)s - %(levelname)s - %(filename)s[:%(lineno)d] - %(message)s'))
logger2.addHandler(f_handler2)
logger2.debug("22222222222")
logger2.error("error333333")

# 如果不想将子孙类的日志传递到父类中，使用属性propagate
logger2.propagate = False
logger2.info("444")
logger2.error("error555")

另外还可以利用logging.config模块：

import logging.config


# 通过字典配置日志模块
# 每次都要编写代码来配置非常麻烦，我们可以写一写完整的配置保存起来，以便后续直接使用

# 格式1 给开发看的
standard_format = '[%(asctime)s][%(threadName)s:%(thread)d][task_id:%(name)s] [%(filename)s:%(lineno)d] [%(levelname)s] [%(message)s]'
logfile_path1 = "coder.log"

# 格式2 给领导看的简略版
simple_format = '[%(levelname)s] [%(asctime)s] [%(message)s]'
logfile_path2 = 'boss.log'

LOGGING_DIC = {
    'version': 1,
    'disable_existing_loggers': False,
    'formatters': {
        'standard': {
            'format': standard_format
        },
        'simple': {
            'format': simple_format
        },
    },
    'filters': {},
    'handlers': {
        # 打印到终端的日志
        'console': {
            'level': 'DEBUG',
            'class': 'logging.StreamHandler',
            'formatter': 'simple'
        },
        # 打印到文件的日志，收集 DEBUG以上的日志
        'std': {
            'level': 'DEBUG',
            'class': 'logging.handlers.RotatingFileHandler',
            'formatter': 'standard',
            'filename': logfile_path1,
            'maxBytes': 1024*1024*5,  # 日志大小 5M
            'backupCount': 5,  # 日志文件最大个数
            'encoding': 'utf-8'
        },
        'boss': {
            'level': INFO,
            'class': 'logging.handlers.RotatingFileHandler',
            'formatter': 'simple',
            'filename': logfile_path2,
            'maxBytes': 1024 * 1024 * 5,  # 日志大小 5M
            'backupCount': 5,  # 日志文件最大个数
            'encoding': 'utf-8'
        }
    },
    'loggers': {
        # logging.getLogger(__name__)拿到的logger配置
        'aa': {
            'handlers': ['std', 'console', 'boss'],
            'level': DEBUG,
            'propagate': 'True'
        },
    },
}

logging.config.dictConfig(LOGGING_DIC)
logger = logging.getLogger("aa")
logger.error("testing error")
logger.debug("debug")

Python 学习者

关注

1
点赞
踩
6

收藏

觉得还不错? 一键收藏
0
评论
python的logging模块使用方法

logging模块简介logging模块是Python内置的日志模块，用来生成程序的日志。一条日志对应一个事件的发生，一个事件一般包括：事件发生时间、事件发生位置、事件内容、事件严重程度-日志级别。（还可以包括进程ID、进程名称、线程ID、线程名称等）logging模块的组成1.日志级别：日志分为五个等级，从低到高分别是：DEBUG、INFO、WANGING、ERROR、CRITICALDEBUG：最详细的信息，通常定位问题的时候用INFO：确认一切按照预期运行，详细程度仅次于DEBUG
复制链接

扫一扫