快上网专注成都网站设计 成都网站制作 成都网站建设
成都网站建设公司服务热线:028-86922220

网站建设知识

十年网站开发经验 + 多家企业客户 + 靠谱的建站团队

量身定制 + 运营维护+专业推广+无忧售后,网站问题一站解决

Pythonlogging模块

logging模块简介

logging模块是Python的一个标准库模块,开发过程中,可以通过该模块,灵活的完成日志的记录。

创新互联是一家专注于网站设计制作、成都网站制作与策划设计,嘉禾网站建设哪家好?创新互联做网站,专注于网站建设十年,网设计领域的专业建站公司;建站业务涵盖:嘉禾等地区。嘉禾做网站价格咨询:18982081108

logging模块提供了两种记录日志的方式:
    1)使用logging提供的模块级别的函数(logging.basicConfig,logging.debug,logging.info...)
    2)使用logging模块的组件(loggers,handlers,filters,formatters)

下面会分别介绍这两种方式,这里建议使用第二种方式,使用 logging模块的组件可以更灵活的完成日志记录~

logging模块的日志级别

logging模块的日志级别(level)包括:DEBUG,INFO,WARNING,ERROR,CRITICAL~

日志级别(level)描述
DEBUG 调试级别,一般用于问题的排查,日志的信息最为详细
INFO 仅记录普通的信息,日志信息的详细程度仅次于DEBUG
WARNING 警告信息,一般这类信息不会影响程序的正常运行
ERROR 错误信息, 出现错误信息时,程序一般已不能正常运行
CRITICAL 更严重的错误信息,程序不能继续运行

从 DEBUG 到 CRITICAL,日志等级依次提高,即严重性逐步提升,日志的信息量依次减少:
DEBUG < INFO < WARNING < ERROR < CRITICAL

通过logging模块级别的函数记录日志

示例如下:

import logging  
logging.debug('debug message')  
logging.info('info message')  
logging.warning('warning message')  
logging.error('error message')  
logging.critical('critical message')  

输出结果:
WARNING:root:warning message     # 默认的日志格式:日志级别 : Logger名称 : 用户输出消息。
ERROR:root:error message
CRITICAL:root:critical message

这里仅输出了大于等于WARNING级别的日志,说明 logging模块 默认的日志级别为WARNING,即日志级别大于等于WARNING的才会被输出,且默认情况下,日志会直接打印到标准输出中~
 
通过 logging模块 的basicConfig函数可灵活地配置日志级别,日志格式以及日志的输出位置:

import logging

logging.basicConfig(level=logging.DEBUG, 
                    format='%(asctime)s %(filename)s[line:%(lineno)d] %(levelname)s %(message)s',                       # 日志格式
                    datefmt='%Y-%m-%d %H:%M:%S',    # 时间格式:2018-11-12 23:50:21
                    filename='/tmp/test.log',    # 日志的输出路径
                    filemode='a')                      # 追加模式

logging.debug('debug message')
logging.info('info message')
logging.warning('warning message')
logging.error('error message')
logging.critical('critical message')

程序运行后,日志信息会直接记录到 指定的文件中(/tmp/test.log),且日志级别为DEBUG,所以所有的日志都会被输出,日志信息如下:

➜  ~ cat /tmp/test.log

2018-11-12 23:50:49 test.py[line:9] DEBUG debug message
2018-11-12 23:50:49 test.py[line:10] INFO info message
2018-11-12 23:50:49 test.py[line:11] WARNING warning message
2018-11-12 23:50:49 test.py[line:12] ERROR error message
2018-11-12 23:50:49 test.py[line:13] CRITICAL critical message

 
logging.basicConfig()函数中可通过具体参数来更改logging模块默认行为,可用参数有:

filename:用指定的文件名创建FiledHandler,这样日志会被存储在指定的文件中。
filemode:文件打开方式,在指定了filename时使用这个参数,默认值为“a”还可指定为“w”。
format:指定handler使用的日志显示格式。
datefmt:指定日期时间格式。
level:设置rootlogger(后边会讲解具体概念)的日志级别
stream:用指定的stream创建StreamHandler。可以指定输出到sys.stderr,sys.stdout或者文件(f=open(‘test.log’,’w’)),默认为sys.stderr。若同时列出了filename和stream两个参数,则stream参数会被忽略。
 
format参数中可能用到的格式化串:
%(name)s Logger的名字
%(levelno)s 数字形式的日志级别
%(levelname)s 文本形式的日志级别
%(pathname)s 调用日志输出函数的模块的完整路径名,可能没有
%(filename)s 调用日志输出函数的模块的文件名
%(module)s 调用日志输出函数的模块名
%(funcName)s 调用日志输出函数的函数名
%(lineno)d 调用日志输出函数的语句所在的代码行
%(created)f 当前时间,用UNIX标准的表示时间的浮 点数表示
%(relativeCreated)d 输出日志信息时的,自Logger创建以 来的毫秒数
%(asctime)s 字符串形式的当前时间。默认格式是 “2018-11-13 00:00:00,896”。逗号后面的是毫秒
%(thread)d 线程ID。可能没有
%(threadName)s 线程名。可能没有
%(process)d 进程ID。可能没有
%(message)s用户输出的消息

通过logging模块的组件记录日志

使用logging模块级别的函数记录日志,无法实现将日志输出到多个路径下。这里logging模块提供了4个组件,通过这些组件可实现将日志输出到多个路径下,且每个路径下的日志格式可单独配置~

logging模块中用于记录日志的4大组件

组件名称功能描述
Logger 日志器,提供了应用程序可一直使用的接口
Handler 将 logger 产生的日志发送到指定的路径下(例如可以是终端,也可以是文件)
Filter 若有多个 Logger,可根据名称过滤出指定的 Logger 来记录日志
Formatter 定义日志格式

logging模块组件的使用

使用组件记录日志的大致步骤如下:
1)logging.getLogger() 获取 logger对象
2)创建一个或多个 handler,用于指定日志信息的输出流向
3)创建一个或多个 formatter,指定日志的格式,并分别将 formatter 绑定到 上
4)将 handler 绑定到 logger对象 上
5)logger.setLevel(logging.DEBUG) 设置日志级别
5)最后便可使用 logger对象 记录日志~
 
示例

import logging

# 获取 logger对象
logger = logging.getLogger()

# 创建一个 handler,用于写入日志文件
fh = logging.FileHandler('/tmp/test.log')

# 再创建一个 handler,用于输出到控制台
ch = logging.StreamHandler()

# 创建一个 formatter,两个 handler 使用相同的日志格式
formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s')

# 绑定 formatter 到 handler 上
fh.setFormatter(formatter)
ch.setFormatter(formatter)

# 绑定 handler 到 logger对象 上
logger.addHandler(fh) #logger对象可以添加多个fh和ch对象
logger.addHandler(ch)

# 设置日志级别
logger.setLevel(logging.WARNING)

logger.debug('logger debug message')
logger.info('logger info message')
logger.warning('logger warning message')
logger.error('logger error message')
logger.critical('logger critical message')

查看输出结果:

终端输出:
2018-11-13 23:14:09,161 - root - WARNING - logger warning message
2018-11-13 23:14:09,161 - root - ERROR - logger error message
2018-11-13 23:14:09,161 - root - CRITICAL - logger critical message

文件输出:
➜  ~ cat /tmp/test.log
2018-11-13 23:14:09,161 - root - WARNING - logger warning message
2018-11-13 23:14:09,161 - root - ERROR - logger error message
2018-11-13 23:14:09,161 - root - CRITICAL - logger critical message

也可以通过 handler 来设置日志级别,当使用 handler 来设置日志级别时,存在如下两种情况:
   1)若 handler 设置的日志级别小于等于 logger 的日志级别时,则以logger 的日志级别为准;
   2)若 handler 设置的日志级别大于 logger 的日志级别时,则以handler 的日志级别为准;
简单而言就是,两者同时设置日志级别,以日志级别高的为准。由于不设置 logger 的日志级别,其默认日志级别就是 WARNING,所以不存在 handler 单独设置日志级别的情况~

通过示例来验证:
1)logger 日志级别设置为 DEBUG,logger 不设置(默认为WARNING)

import logging

logger = logging.getLogger()
ch = logging.StreamHandler()
formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s')

ch.setLevel(logging.DEBUG)
# logger.setLevel(logging.CRITICAL)

ch.setFormatter(formatter)
logger.addHandler(ch)

logger.debug('logger debug message')
logger.info('logger info message')
logger.warning('logger warning message')
logger.error('logger error message')
logger.critical('logger critical message')

输出结果:
2018-11-13 23:40:13,829 - root - WARNING - logger warning message
2018-11-13 23:40:13,829 - root - ERROR - logger error message
2018-11-13 23:40:13,829 - root - CRITICAL - logger critical message

2)logger 日志级别设置为 CRITICAL,logger 设置为 ERROR

import logging

logger = logging.getLogger()
ch = logging.StreamHandler()
formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s')

ch.setLevel(logging.CRITICAL)
logger.setLevel(logging.ERROR)

ch.setFormatter(formatter)
logger.addHandler(ch)

logger.debug('logger debug message')
logger.info('logger info message')
logger.warning('logger warning message')
logger.error('logger error message')
logger.critical('logger critical message')

输出结果:
2018-11-13 23:41:51,279 - root - CRITICAL - logger critical message

filter组件 的使用

filter组件用来过滤 logger 对象,一个 filter 可以直接添加到 logger对象上,也可以添加到 handler 对象上。
 
例如,定义一个filter: filter = logging.Filter('a.b'),当把这个 filter 添加到一个 handler 上,那么绑定了该 handler 的 多个 logger对象中,只有名字是 'a.b' 前缀的才能通过该 handler 输出日志~
 
在 handler 上添加 filter:

import logging

logger1 = logging.getLogger('a.b.c')
logger2 = logging.getLogger('a.c')

# 定义一个 filter
filter = logging.Filter(name='a.b')

# 定义一个 handler
ch = logging.StreamHandler()
formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s')
ch.setFormatter(formatter)

# 若两个 logger对象 的日志级别相同,且都是用通过一个 handler,可以在这个 handler 上设置日志级别
ch.setLevel(logging.ERROR)

# 在 handler 上放置过滤器
ch.addFilter(filter)

logger1.addHandler(ch)
logger2.addHandler(ch)
logger1.error('logger1 error message')
logger2.error('logger2 error message')

输出结果:
2018-11-15 21:58:33,409 - a.b.c - ERROR - logger1 error message

可以看到 logger2 被过滤,只有 logger1 输出日志~
 
在 handler 上添加 filter:

import logging

logger1 = logging.getLogger('a.b.c')
logger2 = logging.getLogger('a.c')

# 定义一个 filter
filter = logging.Filter(name='a.b')

# 定义一个 handler
ch = logging.StreamHandler()
formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s')
ch.setFormatter(formatter)

# 若两个 logger对象 的日志级别相同,且都是用通过一个 handler,可以在这个 handler 上设置日志级别
ch.setLevel(logging.ERROR)

# 在 logger 上放置过滤器
logger1.addFilter(filter)
logger2.addFilter(filter)

logger1.addHandler(ch)
logger2.addHandler(ch)
logger1.error('logger1 error message')
logger2.error('logger2 error message')

输出结果一致,即仅有 logger1 输出日志。将 filter 添加到 logger 上,这个filter将直接作用于这个 logger,貌似这么意义不大,很少这样使用

.................^_^


分享题目:Pythonlogging模块
转载注明:http://6mz.cn/article/ihehij.html

其他资讯