当前热议!Python中logging模块用法

手机

iphone11大小尺寸是多少？苹果iPhone11和iPhone13的区别是什么？

警方通报辅警执法直播中被撞飞：犯罪嫌疑人已投案

家电

当前热议!Python中logging模块用法

2023-02-27 21:21:35 来源：博客园

【资料图】

一、低配logging

日志总共分为以下五个级别，这个五个级别自下而上进行匹配 debug-->info-->warning-->error-->critical，默认最低级别为warning级别。

1.v1

import logginglogging.debug("调试信息")logging.info("正常信息")logging.warning("警告信息")logging.error("报错信息")logging.critical("严重错误信息")

WARNING:root:警告信息ERROR:root:报错信息CRITICAL:root:严重错误信息

v1版本无法指定日志的级别；无法指定日志的格式；只能往屏幕打印，无法写入文件。因此可以改成下述的代码。

2.v2

import logging# 日志的基本配置logging.basicConfig(filename="access.log",                    format="%(asctime)s - %(name)s - %(levelname)s -%(module)s: %(message)s",                    datefmt="%Y-%m-%d %H:%M:%S %p",                    level=10)logging.debug("调试信息")  # 10logging.info("正常信息")  # 20logging.warning("警告信息")  # 30logging.error("报错信息")  # 40logging.critical("严重错误信息")  # 50

可在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（后边会具体讲解handler的概念），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，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 “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

v2版本不能指定字符编码；只能往文件中打印。

3.v3

logging模块包含四种角色：logger、Filter、Formatter对象、Handler

logger：产生日志的对象
Filter：过滤日志的对象
Formatter对象：可以定制不同的日志格式对象，然后绑定给不同的Handler对象使用，以此来控制不同的Handler的日志格式
Handler：接收日志然后控制打印到不同的地方，FileHandler用来打印到文件中，StreamHandler用来打印到终端

"""critical=50error =40warning =30info = 20debug =10"""import logging# 1、logger对象：负责产生日志，然后交给Filter过滤，然后交给不同的Handler输出logger = logging.getLogger(__file__)# 2、Filter对象：不常用，略# 3、Handler对象：接收logger传来的日志，然后控制输出h1 = logging.FileHandler("t1.log")  # 打印到文件h2 = logging.FileHandler("t2.log")  # 打印到文件sm = logging.StreamHandler()  # 打印到终端# 4、Formatter对象：日志格式formmater1 = logging.Formatter("%(asctime)s - %(name)s - %(levelname)s -%(module)s:  %(message)s",                               datefmt="%Y-%m-%d %H:%M:%S %p",)formmater2 = logging.Formatter("%(asctime)s :  %(message)s",                               datefmt="%Y-%m-%d %H:%M:%S %p",)formmater3 = logging.Formatter("%(name)s %(message)s",)# 5、为Handler对象绑定格式h1.setFormatter(formmater1)h2.setFormatter(formmater2)sm.setFormatter(formmater3)# 6、将Handler添加给logger并设置日志级别logger.addHandler(h1)logger.addHandler(h2)logger.addHandler(sm)# 设置日志级别，可以在两个关卡进行设置logger与handler# logger是第一级过滤，然后才能到handlerlogger.setLevel(30)h1.setLevel(10)h2.setLevel(10)sm.setLevel(10)# 7、测试logger.debug("debug")logger.info("info")logger.warning("warning")logger.error("error")logger.critical("critical")

二、高配logging

1.配置日志文件

以上三个版本的日志只是为了引出我们下面的日志配置文件

import osimport logging.config# 定义三种日志输出格式 开始standard_format = "[%(asctime)s][%(threadName)s:%(thread)d][task_id:%(name)s][%(filename)s:%(lineno)d]" \                  "[%(levelname)s][%(message)s]"  # 其中name为getLogger()指定的名字；lineno为调用日志输出函数的语句所在的代码行simple_format = "[%(levelname)s][%(asctime)s][%(filename)s:%(lineno)d]%(message)s"id_simple_format = "[%(levelname)s][%(asctime)s] %(message)s"# 定义日志输出格式 结束logfile_dir = os.path.dirname(os.path.dirname(os.path.abspath(__file__)))  # log文件的目录，需要自定义文件路径 # atmlogfile_dir = os.path.join(logfile_dir, "log")  # C:\Users\oldboy\Desktop\atm\loglogfile_name = "log.log"  # log文件名，需要自定义路径名# 如果不存在定义的日志目录就创建一个if not os.path.isdir(logfile_dir):  # C:\Users\oldboy\Desktop\atm\log    os.mkdir(logfile_dir)# log文件的全路径logfile_path = os.path.join(logfile_dir, logfile_name)  # C:\Users\oldboy\Desktop\atm\log\log.log# 定义日志路径 结束# log配置字典LOGGING_DIC = {    "version": 1,    "disable_existing_loggers": False,    "formatters": {        "standard": {            "format": standard_format        },        "simple": {            "format": simple_format        },    },    "filters": {},  # filter可以不定义    "handlers": {        # 打印到终端的日志        "console": {            "level": "DEBUG",            "class": "logging.StreamHandler",  # 打印到屏幕            "formatter": "simple"        },        # 打印到文件的日志,收集info及以上的日志        "default": {            "level": "INFO",            "class": "logging.handlers.RotatingFileHandler",  # 保存到文件            "formatter": "standard",            "filename": logfile_path,  # 日志文件            "maxBytes": 1024 * 1024 * 5,  # 日志大小 5M  (*****)            "backupCount": 5,            "encoding": "utf-8",  # 日志文件的编码，再也不用担心中文log乱码了        },    },    "loggers": {        # logging.getLogger(__name__)拿到的logger配置。如果""设置为固定值logger1，则下次导入必须设置成logging.getLogger("logger1")        "": {            # 这里把上面定义的两个handler都加上，即log数据既写入文件又打印到屏幕            "handlers": ["default", "console"],            "level": "DEBUG",            "propagate": False,  # 向上（更高level的logger）传递        },    },}def load_my_logging_cfg():    logging.config.dictConfig(LOGGING_DIC)  # 导入上面定义的logging配置    logger = logging.getLogger(__name__)  # 生成一个log实例    logger.info("It works!")  # 记录该文件的运行状态        return loggerif __name__ == "__main__":    load_my_logging_cfg()

2.使用日志

import timeimport loggingimport my_logging  # 导入自定义的logging配置logger = logging.getLogger(__name__)  # 生成logger实例def demo():    logger.debug("start range... time:{}".format(time.time()))    logger.info("中文测试开始。。。")    for i in range(10):        logger.debug("i:{}".format(i))        time.sleep(0.2)    else:        logger.debug("over range... time:{}".format(time.time()))    logger.info("中文测试结束。。。")if __name__ == "__main__":    my_logging.load_my_logging_cfg()  # 在你程序文件的入口加载自定义logging配置    demo()

三、Django日志配置文件

# logging_config.py# 学习中遇到问题没人解答？小编创建了一个Python学习交流群：489111204 LOGGING = {    "version": 1,    "disable_existing_loggers": False,    "formatters": {        "standard": {            "format": "[%(asctime)s][%(threadName)s:%(thread)d][task_id:%(name)s][%(filename)s:%(lineno)d]"                      "[%(levelname)s][%(message)s]"        },        "simple": {            "format": "[%(levelname)s][%(asctime)s][%(filename)s:%(lineno)d]%(message)s"        },        "collect": {            "format": "%(message)s"        }    },    "filters": {        "require_debug_true": {            "()": "django.utils.log.RequireDebugTrue",        },    },    "handlers": {        # 打印到终端的日志        "console": {            "level": "DEBUG",            "filters": ["require_debug_true"],            "class": "logging.StreamHandler",            "formatter": "simple"        },        # 打印到文件的日志,收集info及以上的日志        "default": {            "level": "INFO",            "class": "logging.handlers.RotatingFileHandler",  # 保存到文件，自动切            "filename": os.path.join(BASE_LOG_DIR, "xxx_info.log"),  # 日志文件            "maxBytes": 1024 * 1024 * 5,  # 日志大小 5M            "backupCount": 3,            "formatter": "standard",            "encoding": "utf-8",        },        # 打印到文件的日志:收集错误及以上的日志        "error": {            "level": "ERROR",            "class": "logging.handlers.RotatingFileHandler",  # 保存到文件，自动切            "filename": os.path.join(BASE_LOG_DIR, "xxx_err.log"),  # 日志文件            "maxBytes": 1024 * 1024 * 5,  # 日志大小 5M            "backupCount": 5,            "formatter": "standard",            "encoding": "utf-8",        },        # 打印到文件的日志        "collect": {            "level": "INFO",            "class": "logging.handlers.RotatingFileHandler",  # 保存到文件，自动切            "filename": os.path.join(BASE_LOG_DIR, "xxx_collect.log"),            "maxBytes": 1024 * 1024 * 5,  # 日志大小 5M            "backupCount": 5,            "formatter": "collect",            "encoding": "utf-8"        }    },    "loggers": {        # logging.getLogger(__name__)拿到的logger配置        "": {            "handlers": ["default", "console", "error"],            "level": "DEBUG",            "propagate": True,        },        # logging.getLogger("collect")拿到的logger配置        "collect": {            "handlers": ["console", "collect"],            "level": "INFO",        }    },}# -----------# 用法:拿到俩个loggerlogger = logging.getLogger(__name__)  # 线上正常的日志collect_logger = logging.getLogger("collect")  # 领导说,需要为领导们单独定制领导们看的日志

关键词：输出函数保存到文件配置文件