基本用法
下面的代码展示了logging最基本的用法。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
|
# -*- coding: utf-8 -*-
import logging
import sys
# 获取logger实例,如果参数为空则返回root logger
logger=logging.getLogger("AppName")
# 指定logger输出格式
formatter=logging.Formatter('%(asctime)s %(levelname)-8s: %(message)s')
# 文件日志
file_handler=logging.FileHandler("test.log")
file_handler.setFormatter(formatter) # 可以通过setFormatter指定输出格式
# 控制台日志
console_handler=logging.StreamHandler(sys.stdout)
console_handler.formatter=formatter # 也可以直接给formatter赋值
# 为logger添加的日志处理器
logger.addHandler(file_handler)
logger.addHandler(console_handler)
# 指定日志的最低输出级别,默认为WARN级别
logger.setLevel(logging.INFO)
# 输出不同级别的log
logger.debug('this is debug info')
logger.info('this is information')
logger.warn('this is warning message')
logger.error('this is error message')
logger.fatal('this is fatal message, it is same as logger.critical')
logger.critical('this is critical message')
# 2016-10-08 21:59:19,493 INFO : this is information
# 2016-10-08 21:59:19,493 WARNING : this is warning message
# 2016-10-08 21:59:19,493 ERROR : this is error message
# 2016-10-08 21:59:19,493 CRITICAL: this is fatal message, it is same as logger.critical
# 2016-10-08 21:59:19,493 CRITICAL: this is critical message
# 移除一些日志处理器
logger.removeHandler(file_handler)
|
除了这些基本用法,还有一些常见的小技巧可以分享一下。
格式化输出日志
|
# 格式化输出
service_name="Booking"
logger.error('%s service is down!'%service_name) # 使用python自带的字符串格式化,不推荐
logger.error('%s service is down!',service_name) # 使用logger的格式化,推荐
logger.error('%s service is %s!',service_name,'down') # 多参数格式化
logger.error('{} service is {}'.format(service_name,'down'))# 使用format函数,推荐
# 2016-10-08 21:59:19,493 ERROR : Booking service is down!
|
记录异常信息
当你使用logging模块记录异常信息时,不需要传入该异常对象,只要你直接调用logger.error()
或者 logger.exception()
就可以将当前异常记录下来。
1
2
3
4
5
6
7
8
9
10
11
12
13
|
# 记录异常信息
try:
1/0
except:
# 等同于error级别,但是会额外记录当前抛出的异常堆栈信息
logger.exception('this is an exception message')
# 2016-10-08 21:59:19,493 ERROR : this is an exception message
# Traceback (most recent call last):
# File "D:/Git/py_labs/demo/use_logging.py", line 45, in
# 1 / 0
# ZeroDivisionError: integer division or modulo by zero
|
logging配置要点
GetLogger()方法
这是最基本的入口,该方法参数可以为空,默认的logger名称是root,如果在同一个程序中一直都使用同名的logger,其实会拿到同一个实例,使用这个技巧就可以跨模块调用同样的logger来记录日志。
另外你也可以通过日志名称来区分同一程序的不同模块,比如这个例子。
|
logger=logging.getLogger("App.UI")
logger=logging.getLogger("App.Service")
|
Formatter日志格式
Formatter对象定义了log信息的结构和内容,构造时需要带两个参数:
- 一个是格式化的模板
fmt
,默认会包含最基本的level
和 message
信息
- 一个是格式化的时间样式
datefmt
,默认为 2003-07-08 16:49:45,896 (%Y-%m-%d %H:%M:%S)
fmt
中允许使用的变量可以参考下表。
-
%(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“2003-07-08 16:49:45,896”。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
SetLevel 日志级别
Logging有如下级别: DEBUG,INFO,WARNING,ERROR,CRITICAL
默认级别是WARNING,logging模块只会输出指定level以上的log。这样的好处, 就是在项目开发时debug用的log,在产品release阶段不用一一注释,只需要调整logger的级别就可以了,很方便。
Handler 日志处理器
最常用的是StreamHandler和FileHandler, Handler用于向不同的输出端打log。
Logging包含很多handler, 可能用到的有下面几种
-
StreamHandler instances send error messages to streams (file-like objects).
-
FileHandler instances send error messages to disk files.
-
RotatingFileHandler instances send error messages to disk files, with support for maximum log file sizes and log file rotation.
-
TimedRotatingFileHandler instances send error messages to disk files, rotating the log file at certain timed intervals.
-
SocketHandler instances send error messages to TCP/IP sockets.
-
DatagramHandler instances send error messages to UDP sockets.
-
SMTPHandler instances send error messages to a designated email address.
Configuration 配置方法
logging的配置大致有下面几种方式。
- 通过代码进行完整配置,参考开头的例子,主要是通过getLogger方法实现。
- 通过代码进行简单配置,下面有例子,主要是通过basicConfig方法实现。
- 通过配置文件,下面有例子,主要是通过
logging.config.fileConfig(filepath)
logging.basicConfig
basicConfig()
提供了非常便捷的方式让你配置logging模块并马上开始使用,可以参考下面的例子。具体可以配置的项目请查阅官方文档。
|
import logging
logging.basicConfig(filename='example.log',level=logging.DEBUG)
logging.debug('This message should go to the log file')
logging.basicConfig(format='%(levelname)s:%(message)s',level=logging.DEBUG)
logging.debug('This message should appear on the console')
logging.basicConfig(format='%(asctime)s %(message)s',datefmt='%m/%d/%Y %I:%M:%S %p')
logging.warning('is when this event was logged.')
|
备注: 其实你甚至可以什么都不配置直接使用默认值在控制台中打log,用这样的方式替换print语句对日后项目维护会有很大帮助。
通过文件配置logging
如果你希望通过配置文件来管理logging,可以参考这个官方文档。在log4net或者log4j中这是很常见的方式。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
|
# logging.conf
[loggers]
keys=root
[logger_root]
level=DEBUG
handlers=consoleHandler
#,timedRotateFileHandler,errorTimedRotateFileHandler
#################################################
[handlers]
keys=consoleHandler,timedRotateFileHandler,errorTimedRotateFileHandler
[handler_consoleHandler]
class=StreamHandler
level=DEBUG
formatter=simpleFormatter
args=(sys.stdout,)
[handler_timedRotateFileHandler]
class=handlers.TimedRotatingFileHandler
level=DEBUG
formatter=simpleFormatter
args=('debug.log','H')
[handler_errorTimedRotateFileHandler]
class=handlers.TimedRotatingFileHandler
level=WARN
formatter=simpleFormatter
args=('error.log','H')
#################################################
[formatters]
keys=simpleFormatter,multiLineFormatter
[formatter_simpleFormatter]
format=%(levelname)s%(threadName)s%(asctime)s: %(message)s
datefmt=%H:%M:%S
[formatter_multiLineFormatter]
format=-------------------------%(levelname)s-------------------------
Time: %(asctime)s
Thread: %(threadName)s
File: %(filename)s(line%(lineno)d)
Message:
%(message)s
datefmt=%Y-%m-%d%H:%M:%S
|
假设以上的配置文件放在和模块相同的目录,代码中的调用如下。
|
import os
filepath=os.path.join(os.path.dirname(__file__),'logging.conf')
logging.config.fileConfig(filepath)
returnlogging.getLogger()
|
日志重复输出的坑
你有可能会看到你打的日志会重复显示多次,可能的原因有很多,但总结下来无非就一个,日志中使用了重复的handler。
第一坑
1
2
3
4
5
6
7
8
9
10
11
12
13
|
import logging
logging.basicConfig(level=logging.DEBUG)
fmt='%(levelname)s:%(message)s'
console_handler=logging.StreamHandler()
console_handler.setFormatter(logging.Formatter(fmt))
logging.getLogger().addHandler(console_handler)
logging.info('hello!')
# INFO:root:hello!
# INFO:hello!
|
上面这个例子出现了重复日志,因为在第3行调用basicConfig()
方法时系统会默认创建一个handler,如果你再添加一个控制台handler时就会出现重复日志。
第二坑
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
|
import logging
def get_logger():
fmt='%(levelname)s:%(message)s'
console_handler=logging.StreamHandler()
console_handler.setFormatter(logging.Formatter(fmt))
logger=logging.getLogger('App')
logger.setLevel(logging.INFO)
logger.addHandler(console_handler)
returnlogger
def call_me():
logger=get_logger()
logger.info('hi')
call_me()
call_me()
# INFO:hi
# INFO:hi
# INFO:hi
|
在这个例子里hi
居然打印了三次,如果再调用一次call_me()
呢?我告诉你会打印6次。why? 因为你每次调用get_logger()
方法时都会给它加一个新的handler,你是自作自受。正常的做法应该是全局只配置logger一次。
第三坑
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
|
import logging
def get_logger():
fmt='%(levelname)s: %(message)s'
console_handler=logging.StreamHandler()
console_handler.setFormatter(logging.Formatter(fmt))
logger=logging.getLogger('App')
logger.setLevel(logging.INFO)
logger.addHandler(console_handler)
returnlogger
def foo():
logging.basicConfig(format='[%(name)s]: %(message)s')
logging.warn('some module use root logger')
def main():
logger=get_logger()
logger.info('App start.')
foo()
logger.info('App shutdown.')
main()
# INFO: App start.
# [root]: some module use root logger
# INFO: App shutdown.
# [App]: App shutdown.
|
为嘛最后的App shutdown
打印了两次?所以在Stackoverflow上很多人都问,我应该怎么样把root logger关掉,root logger太坑爹坑妈了。只要你在程序中使用过root logger,那么默认你打印的所有日志都算它一份。上面的例子没有什么很好的办法,我建议你招到那个没有经过大脑就使用root logger的人,乱棍打死他或者开除他。
如果你真的想禁用root logger,有两个不是办法的办法:
|
logging.getLogger().handlers=[] # 删除所有的handler
logging.getLogger().setLevel(logging.CRITICAL) # 将它的级别设置到最高
|
小结
Python中的日志模块作为标准库的一部分,功能还是比较完善的。个人觉得上手简单,另外也支持比如过滤,文件锁等高级功能,能满足大多数项目需求。
相关推荐
转载于https://www.cnblogs.com/Nicholas0707/p/9021672.html,支持正版
### Python的logging模块详解 #### 一、简介与应用场景 在进行Python开发时,日志模块是必不可少的一部分,尤其对于大型或复杂的项目来说更是如此。Python内置的`logging`模块提供了一种简单且灵活的方式来记录...
logging模块是Python内置的标准模块,主要用于输出运行日志,可以设置输出日志的等级、日志保存路径、日志文件回滚等;相比print,具备如下优点: 可以通过设置不同的日志等级,在release版本中只输出重要信息,而...
`logging`模块中还可以通过日志记录器(logger)的设置来决定哪些日志记录会被输出。通过指定日志记录器的日志级别,只有级别大于或等于该指定日志级别的日志记录才会被输出,而低于该等级的日志记录将被忽略。例如...
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...
接着,文章阐述了logging模块中的日志级别机制。每个logger对象都有一个日志级别属性,其输出的日志信息将只会高于或等于当前设置的日志级别。例如,如果logger级别设置为INFO,则debug级别的日志将不会被输出,而...
首先,让我们深入了解Python的logging模块。它是Python标准库的一部分,提供了丰富的日志记录功能,允许开发者在代码中插入日志语句,以便在运行时或之后收集和分析应用程序的行为。logging模块提供了不同级别的日志...
在Python logging模块中,默认的Log级别有6个,按照优先级从高到低的顺序为:CRITICAL、ERROR、WARNING、INFO、DEBUG、NOTSET。每个级别都有对应的数字,以方便比较和设定。例如,CRITICAL级别对应的是50,ERROR级别...
Python 的 `logging` 模块是用于记录程序运行过程中各种事件的重要工具,它提供了一种标准的方法来输出不同级别的日志信息,包括调试(debug)、信息(informational)、警告(warnings)、错误(error)和严重错误...
本文实例讲述了logging模块的用法实例,分享给大家供大家参考。具体方法如下:import loggingimport os log = logging.getLogger()formatter = logging.Formatter('[%(asctime)s] [%(name)s] %(levelname)s: %...
Python的logging模块提供了通用的日志系统,可以方便第三方模块或者是应用使用。这个模块提供不同的日志级别,并可以采用不同的方式记录日志,比如文件,HTTP GET/POST,SMTP,Socket等,甚至可以自己实现具体的日志...
使用python的logging模块时,除了想将日志记录在文件中外,还希望在前台执行python脚本时,可以将日志直接输出到标准输出std.out中。 实现 logging模块可以有两种方法实现该功能: 方案一:basicconfig import ...
本文将深入探讨logging模块中的handlers,这是日志处理的核心组件,它们负责将日志信息发送到不同的目的地,如控制台、文件或网络。 一、handlers是什么? 在logging模块中,handlers是处理日志记录的关键类。它们...
Python的logging模块是用于生成日志的工具,它在软件开发中扮演着至关重要的角色,尤其是在调试和维护阶段。本文将深入解析logging模块的工作原理,并介绍如何在实际应用中使用它。 首先,我们要了解logging模块的...
Python的logging模块是用于生成日志的,它在软件开发中扮演着至关重要的角色,特别是在大型项目或服务器部署中。日志记录可以帮助开发者追踪程序运行情况,排查错误和异常,确保系统的稳定性和可靠性。 首先,...
总之,Python的logging模块提供了一套全面的日志管理方案,无论是在简单的小型项目还是复杂的大型系统中,都能有效地帮助开发者跟踪和调试程序行为。通过深入理解和灵活运用这个模块,可以极大地提升开发效率和代码...
Python自带了一个内置的`logging`模块,它提供了基本的日志记录功能。然而,随着项目复杂性的增加,`logging`模块的一些局限性逐渐显现,例如缺乏上下文管理、通知机制有限等。这就是Logbook库的用武之地。Logbook是...