原文地址:Python 模块 Logging HOWTO 官方文档
一、Lgging简介
Logging是一种当软件运行时对事件的追踪记录方式,软件开发者通过在代码中调用Logging的相关方法来提示某些事件的发生。事件可以通过描述信息描述,当然描述信息中也可以包含变量,因为对于事件的每次触发,描述信息可能不同。
二、简单的例子
一个简单的例子:
import logging
logging.warning('Watch out!') # 信息会打印到控制台
logging.info('I told you so') # 不会打印任何信息,因为默认级别高于info
如果你将上述代码存入python文件,然后运行:
WARNING:root:Watch out!
INFO的信息没有出现在控制台,因为默认的级别为WARNING高于INFO。日志信息包含日志级别和事件描述信息,暂且别太在意输出中的root,稍后会有介绍。实际的输出可以让你任意的定制,格式设置会在稍后介绍。
三、将日志信息存入文件
在应用中我们常常需要将日志信息存入文件。请重新创建一个新文件,不要接在上面的python文件中。
import logging
logging.basicConfig(filename='example.log',level=logging.DEBUG)
logging.debug('This message should go to the log file')
logging.info('So should this')
logging.warning('And this, too')
运行他,然后会生成一个日志文件example.log,打开它就能看到具体的日志信息:
DEBUG:root:This message should go to the log file
INFO:root:So should this
WARNING:root:And this, too
在这个例子中,我们看到了如何设置日志级别,这是一个阈值,用于控制日志的输出。
如果你想要通过命令行来设置日志级别,你可以这样做:
--log=INFO
并且 你也可以获取传递给–log的参数,你可以这样做:
getattr(logging, loglevel.upper())
你可以通过basicConfig()方法来设置日志级别——传递level参数。你可能想要检查level参数值的合法性,可以像下面这样:
# assuming loglevel is bound to the string value obtained from the
# command line argument. Convert to upper case to allow the user to
# specify --log=DEBUG or --log=debug
numeric_level = getattr(logging, loglevel.upper(), None)
if not isinstance(numeric_level, int):
raise ValueError('Invalid log level: %s' % loglevel)
logging.basicConfig(level=numeric_level, ...)
basicConfig()方法的调用先于debug(),info()等方法。因为它是一次性的工作:第一次调用是有效的,后面的调用都是无效的空操作。
如果你多次运行上面的代码,日志信息会追加到原有的日志信息上。如果你想要每次的日志信息都覆盖掉之前的,那么可以通过配置filemode参数为’w’即可:
logging.basicConfig(filename='example.log', filemode='w', level=logging.DEBUG)
新的日志信息会覆盖掉旧的。
四、多模块Logging
如果你的工程包含多个模块,你可以像下面的这种方式组织logging:
# myapp.py
import logging
import mylib
def main():
logging.basicConfig(filename='myapp.log', level=logging.INFO)
logging.info('Started')
mylib.do_something()
logging.info('Finished')
if __name__ == '__main__':
main()
–
# mylib.py
import logging
def do_something():
logging.info('Doing something')
如果你运行myapp.py,你会在myqpp.log中看到如下信息:
INFO:root:Started
INFO:root:Doing something
INFO:root:Finished
这正是你想要看到的。你可以将他们组织到你的多个模块中,通过使用mylib.py的模板。注意:使用这种方式,除了通过查看事件描述,你不能判断这个信息从何而来。如果你想要追踪信息来源,你需要参照更加高级的教程-Logging进阶
五、Logging变量信息
为了生成包含变量的日志,你需要使用格式化的字符串,通过将变量当成参数传递给描述信息,例如:
import logging
logging.warning('%s before you %s', 'Look', 'leap!')
会生成:
WARNING:root:Look before you leap!
正如你看到的,通过使用格式化字符创将变量合并到描述信息中。这种方式是向后兼容的:logging包中有更新的格式化可选方法,例如str.format() and string.Template。这些新的格式化方法都是支持的,但是研究它们的使用不在本文的讨论范围内。
六、修改显示日志信息的格式
你可以更改显示日志信息的格式,像这样:
import logging
logging.basicConfig(format='%(levelname)s:%(message)s', level=logging.DEBUG)
logging.debug('This message should appear on the console')
logging.info('So should this')
logging.warning('And this, too')
运行代码会打印出:
DEBUG:This message should appear on the console
INFO:So should this
WARNING:And this, too
注意到没有?先前出现在日志信息中的root不见了!你可以通过格式化方式生成几乎全部的东西,这部分内容你可以参考LogRecord的文档。但是对于简单的应用,你只需要知道日志级别,日志信息(包含变量的日志信息),或者再加上事件的发生时间。这些将在下一节中讲到。
七、在日志信息中显示日期时间
为了在日志信息中显示日期时间,你需要使用%(asctime)s格式字符串。例如:
import logging
logging.basicConfig(format='%(asctime)s %(message)s')
logging.warning('is when this event was logged.')
运行会生成:
2010-12-12 11:41:42,612 is when this event was logged.
默认的日期时间显示标准是ISO8601。如果你想要定制自己的格式,可以通过传递参数datefmt给basicConfig()方法,如下:
import logging
logging.basicConfig(format='%(asctime)s %(message)s', datefmt='%m/%d/%Y %I:%M:%S %p')
logging.warning('is when this event was logged.')
会生成:
12/12/2010 11:46:36 AM is when this event was logged.
datefmt参数的格式和time.strftime()是相似的。
以上是Logging 的基础教程,如果你的需求比较简单,上面介绍的用法应该能够满足你的需求。
如果想更深入了解Logging模块请转到Logging高级教程。