python日志模块logging:从python2.3开始加入此模块,子模块包含loggers,handlers,filters和formatters。
一. Loggers把应用需要直接调用的接口暴露出来。
Logger从来不直接实例化,经常通过logging模块级方法(Module-Level Function)logging.getLogger(name)来获得,其中如果name不给定就用root。名字是以点号分割的命名方式命名的(a.b.c)。对同一个名字的多个调用logging.getLogger()方法会返回同一个logger对象。这种命名方式里面,后面的loggers是前面logger的子logger,自动继承父loggers的log信息,正因为此,没有必要把一个应用的所有logger都配置一遍,只要把顶层的logger配置好了,然后子logger根据需要继承就行了。
logging.Logger对象扮演了三重角色:
首先,它暴露给应用几个方法以便应用可以在运行时写log.
其次,Logger对象按照log信息的严重程度或者根据filter对象来决定如何处理log信息(默认的过滤功能).
最后,logger还负责把log信息传送给相关的handlers.
部分具体方法:
setLevel(lvl) 定义处理log的最低等级,内建的级别为:DEBUG,INFO,WARNING,ERROR,CRITICAL;下图是级别对应数值
debug(log_message, [*args[, **kwargs]])
debug(log_message, [*args[, **kwargs]])
info(log_message, [*args[, **kwargs]])
warning(log_message, [*args[, **kwargs]])
error(log_message, [*args[, **kwargs]])
critical(log_message, [*args[, **kwargs]])
exception(message[, *args]) 和error()一样,多出一个stack trace用于转储,exception()方法只能从一个exception handler里面调用.
log(log_level, log_message, [*args[, **kwargs]]) 显式的带一个level参数,用这个可以得到比使用上面所列举的方法更为详细的log信息。
addFilter()和removeFilter()分别用于为handler增加一个filter和删除一个filter。
addHandler(hdlr)加入一个Handler。
二. Handlers把Logger记录发到相应的目的地,也可认为是处理日志的方式。
对Logger对象通过addHandler()方法添加零个或多个handler对象到Logger中。
1. Handler不直接实例化,通过引用logging.Handler对象来实例化(如logging.FileHandler),Handler对象有以下几种:
StreamHandler 发送日志到流中 核心logging模块中
FileHandler 发生日志到文件中 核心logging模块中
NullHandler 无操作的日志处理类 核心logging模块中,2.7版本新加
2. 以下Handler都定义在子模块logging.handlers中
WatchedFileHandler 是一个FileHandler,当日志文件改变后,文件会被关闭,并且使用同样的文件名再次打开。如果由于在运行的程序外部执行了日志备份操作, 从而导致日志文件已被删除或移动, 这些变化可能就会发生。此处理器只能工作在UNIX系统上。
RotatingFileHandler 发送日志到文件,并且限制最大的日志文件大小,并适时轮徇。maxBytes单个文件的最大字节数;backupCount部分文件的个数,当文件超出maxBytes后会重新部分在心文件中,旧文件会以.1重新命名,最终备份文件数等于.backupCount
TimedRotatingFileHandler 发生日志到文件,并在适当的事件间隔进行轮徇
SocketHandler 日志通过TCP协议发送
DatagramHandler 日志通过UDP协议发送
SysLogHandler 发送日志到UNIX syslog服务,并支持远程syslog服务
NTEventLogHandler 发送日志到WindowsNT/2000/XP事件日志
SMTPHandler 通过SMTP协议发送日志
MemoryHandler 发送日志到内存中的缓冲区,并在达到特定条件时清空
HTTPHandler 通过GET或POST方法发送日志到HTTP服务器
3. 部分具体方法:
setLevel()方法跟logger对象里面的setLevel()一样,也是用于设定一个最低分发log信息的级别。
为什么有两个setLevel()呢?logger的严重等级用于决定那个级别的log信息可以分发到它的handlers。handler里面的level设置用于控制哪些个log信息是handler需要转寄的。
setFormatter()方法选定一个格式化对象给它自己用。
addFilter()和removeFilter()分别用于为handler增加一个filter和删除一个filter。
三. Filters决定哪些记录需要发给Handlers。
Filters能够用在Loggers和Handlers上,可以实现比level更复杂的过滤。可以直接实例化。通过构造函数参数name可以过滤日志名称。
四. Formatters定义了Logger记录的输出格式。
定义了最终log信息的内容格式,应用可以直接实例化Foamatter类。信息格式字符串用%(<dictionary key>)s风格的字符串做替换。
属性名称
|
格式
|
说明
|
name
|
%(name)s
|
日志的名称
|
asctime
|
%(asctime)s
|
可读时间,默认格式‘2003-07-08 16:49:45,896’,逗号之后是毫秒 |
filename
|
%(filename)s
|
文件名,pathname的一部分 |
pathname
|
%(pathname)s
|
文件的全路径名称
|
funcName
|
%(funcName)s
|
调用日志多对应的方法名
|
levelname
|
%(levelname)s
|
日志的等级
|
levelno
|
%(levelno)s
|
数字化的日志等级
|
lineno
|
%(lineno)d
|
被记录日志在源码中的行数
|
module
|
%(module)s
|
模块名 |
msecs | %(msecs)d | 时间中的毫秒部分 |
process
|
%(process)d
|
进程的ID
|
processName
|
%(processName)s
|
进程的名称
|
thread
|
%(thread)d
|
线程的ID
|
threadName
|
%(threadName)s
|
线程的名称
|
relativeCreated
|
%(relativeCreated)d
|
日志被创建的相对时间,以毫秒为单位
|
五. 模块级方法,以下模块级方法(Module-Level Function)中直接记录log信息针对的是名为root的logger对象,其默认level是warning。
debug(log_message, [*args[, **kwargs]])
info(log_message, [*args[, **kwargs]])
warning(log_message, [*args[, **kwargs]])
error(log_message, [*args[, **kwargs]])
critical(log_message, [*args[, **kwargs]])
exception(message[, *args]) 和error()一样,多出一个stack trace用于转储,exception()方法只能从一个exception handler里面调用.
log(log_level, log_message, [*args[, **kwargs]]) 显式的带一个level参数,用这个可以得到比使用上面所列举的方法更为详细的log信息。
addHandler() 添加一个Handler对象
六. 日志配置,通过logging.config包进行相关处理。
1 文件配置方式
python可以通过配置文件来定义日志,配置文件的格式通过logging.config.fileConfig(此函数基于ConfigParser)来解析,[loggers] , [handlers] 和 [formatters] ,用来标识文件定义的几种类型的实体。这价格标识必须包含在配置文件中。
[loggers]标识: 关键字keys后通过=号指定对应logger实体的名称,而对具体的logger实体配置就在[logger_logger实体名],如keys=root则对应详细配置在[logger_root]中。
详细配置如[logger_root] 中必须包含level和handlers,level值包含一中介绍的所以level信息;handlers包含一个或多个在[handlers]定义的值,多值用“,”分开。
还可能包括propagate和qualname,propagete项如果为1,则表示该logger必须处理它继承的父类logger的信息,如果为0则不必; qualname项表示logger的分层结构的上下文名称,应用程序中就是用这个名字结合logger实体名称来获得logger的全路径。
[handlers]标识: 与[loggers]类似,如keys=hand01则具体配置在[handler_hand01]。
详细配置如[handler_hand01]中包含class,level,formatter和args等关键字。
class值表示handlers的具体类;level是handler的日志级别;formatter表示用于此handler的格式,此处如果不为空必须在[formatters]总定义,如果为空则用默认的formatter(logging._defaultFormatter);args表示handler实例化时传给handler构造函数的参数,多个参数用“()”扩起来。
[formatters]标识: 同上,keys=format01则[formatter_format01]。
详细配置如[formatter_format01]中包含format,datefmt和class。
class可选,它指出了 formatter 的类名(模块名和类名通过点来分隔);format定义格式字符串,方式如四中介绍;datefmt项可以接受跟strftime()函数兼容的时间/日期格式字符串。如果为空,则默认用ISO8601格式的日期/时间格式,其格式也定义了微秒,可以用一个逗号隔开添加到上面的格式字符串之后,ISO8601格式的一个示例是 2003-01-23 00:29:50,411。
如下实例:log配置
[loggers]
keys=root, demo1
[handlers]
keys=console, filehandler
[formatters]
keys=format1
[logger_root]
level=DEBUG
handlers=console
[logger_demo1]
level=INFO
handlers=filehandler
propagate=0
qualname=wjinfo
[handler_console]
class=StreamHandler
level=DEBUG
args=(sys.stdout,)
formatter=format1
[handler_filehandler]
class=handlers.RotatingFileHandler
level=INFO
args=("F:/tmp/logdemo/a.log", 'a', 20480, 5)
formatter=format1
[formatter_format1]
format=%(asctime)s-%(name)s-%(module)s-%(levelname)s: %(message)s
class=logging.Formatter
import logging.config
logging.config.fileConfig('./loginfo')
logger1 = logging.getLogger()
logger1.debug("nihao")
logger2 = logging.getLogger('wjinfo.demo1')
logger2.info("gunkai")
logger2.info("gunkai2")
2 字典配置方式
python可以通过字典的键值对应参数的方式配置日志。字典配置通过logging.config.dictConfig(config)来实现。
配置字典包含以下键:version;formatters;filters;handlers;loggers;root;disable_existing_loggers等。
下图是键值实例
相关推荐
实现了简单版本的logging.config,支持一般的通过config文件进行配置。感觉还有更好的方法,是直接利用logging.config.fileConfig(log_config_file)方式读进来之后,通过修改handler方式来进行修改。 复制代码 代码...
### Python日志输出详解——深入理解logging模块 在Python编程中,日志系统扮演着至关重要的角色,尤其是在处理复杂项目时。它不仅帮助开发者追踪软件运行过程中的各种事件,还能在遇到问题时提供宝贵的线索。...
- **配置文件**:可以通过配置文件来管理`logging`模块的设置,使日志配置更加灵活。 #### 七、总结 通过上述内容,我们可以看到Python的`logging`模块不仅功能强大,而且非常灵活,可以满足不同场景下的日志记录...
在Python编程中,日志模块`logging`是一个强大的工具,用于记录程序运行过程中的各种信息。在多进程环境中,正确地使用`logging`模块尤为重要,因为它可以帮助开发者追踪和诊断分布式系统的问题。本文将深入探讨如何...
通过以上步骤,你可以有效地利用Python的logging模块来实现高效、灵活的日志记录,从而更好地管理和维护你的应用程序。在实际开发中,合理的日志策略可以帮助快速定位和修复问题,提升系统的稳定性和用户体验。
如下所示: import logging import logging.config logging.config.fileConfig(path) logger = logging.getLogger('') ...以上这篇浅谈python日志的配置文件路径问题就是小编分享给大家的全部内容了,希望能
一个完美控制日志输出的工具类
### Python日志输出——Logging模块浅析与使用 #### 概述 日志记录是软件开发中的重要组成部分,它能够帮助开发者追踪程序运行时的状态、调试错误以及进行性能分析等。在Python中,`logging`模块是进行日志管理的...
mylogging库,作为一款专为Python设计的日志模块,提供了强大的功能和灵活的配置选项,为开发者带来了极大的便利。mylogging-1.1.0是该库的一个版本,包含了对日志处理的全面支持,使得开发者能够更好地理解和控制...
python中使用logging包中的函数打印日志信息,包含python代码和一些注释
首先,Python的标准库提供了`logging`模块,它是进行日志记录的基础。`logging`模块提供了多种级别的日志记录,如`DEBUG`、`INFO`、`WARNING`、`ERROR`和`CRITICAL`,以及各种处理器和格式化器来定制日志输出。 要...
Loki的Python日志记录处理程序。 安装 pip install python-logging-loki 用法 import logging import logging_loki handler = logging_loki . LokiHandler ( url = ...
总之,`Python-lvsoft-enhancedlogging`是一个强大且灵活的日志库,通过扩展Python的`logging`模块,提供了更多功能和更好的用户体验,适合于需要进行复杂日志管理的项目。正确配置和使用这个库,能够极大地提高开发...
通过使用"logging-loki",Python开发者可以将他们的应用日志轻松地发送到Loki,进行集中管理和分析。 在"python-logging-loki-0.2.0"这个压缩包中,通常会包含以下内容: 1. `setup.py`:这是Python包的安装脚本,...
python代码:python中使用logging打印日志
**Python-Logbook:超越内置logging库的日志管理利器** 在Python编程中,日志记录是必不可少的功能,它有助于开发者追踪程序运行状态、错误信息以及调试过程中的关键数据。Python自带了一个内置的`logging`模块,它...
python的logging模块提供了灵活的标准模块,使得任何Python程序都可以使用这个第三方模块来实现日志记录。python logging 官方文档 logging框架中主要由四个部分组成: Loggers: 可供程序直接调用的接口 Handlers:...
在Python程序中使用logging模块可以帮助开发者跟踪程序运行状态,诊断错误,以及在多线程或多进程环境中进行有效的日志管理。 首先,我们来看一下logging模块的基本用法。在示例代码中,首先导入了logging和sys模块...
Python日志规范是软件开发中一个非常重要的环节,它确保了程序在运行过程中产生的信息能够被有效记录、管理和分析。良好的日志规范可以帮助开发者更好地理解程序的状态,定位和解决问题,同时也有助于维护团队间的...
8. **错误处理与日志记录**:学习如何处理运行时错误,设置合适的错误页面,以及使用logging模块进行日志记录,以追踪和调试应用问题。 9. **部署与运维**:最后,书中可能会讨论如何将Python Web应用部署到服务器...