Python內置logging如何使用

這篇文章主要講解了“Python內置logging如何使用”，文中的講解內容簡單清晰，易于學習與理解，下面請大家跟著小編的思路慢慢深入，一起來研究和學習“Python內置logging如何使用”吧！

logging 的主要作用

提供日志記錄的接口和眾多處理模塊，供用戶存儲各種格式的日志，幫助調試程序或者記錄程序運行過程中的輸出信息。

logging 日志等級

logging 日志等級分為五個等級，優先級從高到低依次是 ：

**CRITICAL; ** 程序嚴重錯誤

**ERROR; **程序錯誤/部分功能錯誤

**WARNING; **程序有發生錯誤的可能

**INFO; **程序正常運行時的信息

DEBUG程序調試信息

默認的日志的記錄等級為 WARNING, 即當日志的等級大于獲等于 WARNING 時才會被記錄。

一般常用的記錄等級為 INFO，其用于記錄程序的正常運行的一些信息（類似于print）。

當日志的等級達到 WARNING 以上時，表明此時程序不能正常運行；

logging 的基礎函數

logging.basicConfig(**kwargs)

在沒有顯式的進行創建記錄器（logger）時，會默認創建一個root logger，而logging.basicConfig(**kwargs) 可以創建帶有默認的Formatter的streamHandle并將其添加到根日志記錄器中來初始化基本配置。

比如

import logging
logging.debug('Debug code!')
logging.info('Run code!')
logging.warning('Watch out!')  
logging.error('This is an error')
logging.critical('This is a ciritical')

上面代碼中 logging 并沒有顯式的創建logger( logging.getLogger ), 其在直接使用debug(), info(), warning(), error(), critical() 時會使用默認的 root logger，并會自動調用 自定義的或者默認的logging.basicConfig(**kwargs) 初始化 root logger。

自定義的 logging.basicConfig(**kwargs) 中的參數 有以下的主要的選項：

例如下面通過自定義 logging.basicConfig(**kwargs) 來初始化 root logger 來獲得DEBUG級別及以上的日志記錄并保存到 log.txt 文件中。

import logging
logging.basicConfig(filename='./log.txt',
                        format='%(asctime)s-%(name)s-%(levelname)s-%(message)s-%(funcName)s:%(lineno)d',
                        level=logging.DEBUG)
logging.debug('Debug code!')
logging.info('Run code!')
logging.warning('Watch out!')  
logging.error('This is an error')
logging.critical('This is a ciritical')

logging 的四大組件（類）

Logger

除了根記錄器（root logger）外，最主要的是可以自己創建日志記錄器。

通過模塊級別的函數 logging.getLogger(name) 實例化記錄器

默認情況下，記錄器采用層級結構，通過 . 來區分不同的層級。比如 有個名叫 foo 的記錄器 則 foo.a 和 foo.b 都是 foo 的子級記錄器。當然，最開始的或者說最上層的記錄器就是 root logger。如果 name=None，構建的是root logger。

可以直接用當前模塊的名稱當作記錄器的名字 logging.getLogger(__name__)

子級記錄器通常不需要單獨設置日志級別以及 Handler，如果子級記錄器沒有單獨設置，則它的行為會委托給父級。比如說，記錄器foo的級別為INFO，而foo.a 和 foo.b 都不設置日志級別。此時foo.a 和 foo.b 會遵循foo 的級別設置，即只記錄大于等于INFO級別的日志；而如果foo也沒設置的話，就會找到根記錄器root logger，root默認的級別為WARGING。

logger類的一些常用的方法

logger 結合 后面要介紹的其他的三個組件可以實現以下的功能：

• Logger需要通過handler將日志信息輸出到目標位置，目標位置可以是sys.stdout和文件等（這與logging.basicConfig(**kwargs) 設置中不太一致）。

• 一個Logger可以設置不同的Handler，而不同的Handler可以將日志輸出到不同的位置(不同的日志文件)，并且每個Handler都可以設置自己的filter從而實現日志過濾，保留實際項目中需要的日志。同時每個Handler也可以設置不同的Formatter，在每個Formatter實現同一條日志以不同的格式輸出到不同的地方。

Handle

處理器；其可以控制記錄的日志輸出到什么地方（標準輸出/文件/...）,同時處理器也可以添加 過濾器（filter）和格式控制器（formatter）來控制輸出的內容和輸出的格式。

其具有幾種常見的處理器：

• logging.StreamHandler 標準流處理器，將消息發送到標準輸出流、錯誤流 --> logging.StreamHandler(sys.stdout) # sys.stdout 表示的是指向控制臺即標準輸出；當我們在 Python 中打印對象調用 print obj 時候，事實上是調用了 sys.stdout.write(obj+'\n')。

• print 將你需要的內容打印到了控制臺，然后追加了一個換行符

• logging.FileHandler 文件處理器，將消息發送到文件 --> logging.FileHandler(log_path)

• logging.RotatingFileHandler 文件處理器，文件達到指定大小后，啟用新文件存儲日志

• logging.TimedRotatingFileHandler 文件處理器，日志以特定的時間間隔輪換日志文件

handle 類的一些常用的方法

Filter

filter組件用來過濾 logger 對象，一個 filter 可以直接添加到 logger對象上，也可以添加到 handler 對象上，而如果在logger和handler中都設置了filter，則日志是先通過logger的filter，再通過handler的filter。由于所有的信息都可以經過filter，所以filter不僅可以過濾信息，還可以增加信息。

Filter 類的實例化對象可以通過 logging.Filter(name) 來創建，其中name 為 記錄器的名字，如果沒有創建過該名字的記錄器，就不會輸出任何日志：

filter = logging.Filter("foo.a")

基本過濾器類只允許低于指定的日志記錄器層級結構中低于特定層級的事件，例如 這個用 foo.a 初始化的過濾器，則foo.a.b;foo.a.c 等日志記錄器記錄的日志都可以通過過濾器，而foo.c; a.foo 等就不能通過。如果name為空字符串，則所有的日志都能通過。

Filter 類 有 三個方法 ：

• addFilter(filter) : 為 logger（logger..addFilter(filter)） 或者 handler（handler..addFilter(filter)） 增加過濾器

• removeFilter(filter) : 為 logger 或者 handler 刪除一個過濾器

• filter(record) : 表示是否要記錄指定的記錄？返回零表示否，非零表示是。一般自定義Filter需要繼承Filter基類，并重寫filter方法

Formatter

格式化日志的輸出；實例化：formatter = logging.Formatter(fmt=None,datefmt=None); 如果不指明 fmt，將默認使用 ‘%(message)s’ ，如果不指明 datefmt，將默認使用 ISO8601 日期格式。

其中 fmt 參數 有以下選項：

例如：

formatter = logging.Formatter('%(asctime)s %(levelname)-8s: %(message)s')		# -表示右對齊 8表示取8位
handler.formatter = formatter

datefmt 參數 有以下選項：

例如：

formatter = logging.Formatter('%(asctime)s %(levelname)-8s: %(message)s')		# -表示右對齊 8表示取8位
handler.formatter = formatter

datefmt 參數 有以下選項：

例子：

formatter = logging.Formatter("%(asctime)s %(levelname)s %(message)s","%Y%m%d-%H:%M:%S")
handler.formatter = formatter

logging 的配置

• conf 形式的配置

在 loguser.conf 中 寫入相關的信息

[loggers]
keys=root,fileLogger,rotatingFileLogger

[handlers]
keys=consoleHandler,fileHandler,rotatingFileHandler

[formatters]
keys=simpleFormatter

[logger_root]
level=INFO
handlers=consoleHandler

[logger_fileLogger]
level=INFO
handlers=fileHandler
qualname=fileLogger
propagate=0

[logger_rotatingFileLogger]
level=INFO
handlers=consoleHandler,rotatingFileHandler
qualname=rotatingFileLogger
propagate=0

[handler_consoleHandler]
class=StreamHandler
level=INFO
formatter=simpleFormatter
args=(sys.stdout,)

[handler_fileHandler]
class=FileHandler
level=INFO
formatter=simpleFormatter
args=("logs/fileHandler_test.log", "a")

[handler_rotatingFileHandler]
class=handlers.RotatingFileHandler
level=WARNING
formatter=simpleFormatter
args=("logs/rotatingFileHandler.log", "a", 10*1024*1024, 50)

[formatter_simpleFormatter]
format=%(asctime)s - %(module)s - %(levelname)s -%(thread)d : %(message)s
datefmt=%Y-%m-%d %H:%M:%S

• 在使用logger時，直接導入配置文件即可

from logging import config

with open('./loguser.conf', 'r', encoding='utf-8') as f:
	## 加載配置
    config.fileConfig(f)
    ## 創建同名Logger，其按照配置文件的handle，formatter，filter方法初始化
    logger = logging.getLogger(name="fileLogger")

• yaml 形式配置文件

在 loguser.yaml文件 中 配置相關信息

version: 1
disable_existing_loggers: False
# formatters配置了日志輸出時的樣式
# formatters定義了一組formatID,有不同的格式;
formatters:
  brief:
      format: "%(asctime)s - %(message)s"
  simple:
      format: "%(asctime)s - [%(name)s] - [%(levelname)s] :%(levelno)s: %(message)s"
      datefmt: '%F %T'
# handlers配置了需要處理的日志信息,logging模塊的handler只有streamhandler和filehandler
handlers:
  console:
      class : logging.StreamHandler
      formatter: brief
      level   : DEBUG
      stream  : ext://sys.stdout
  info_file_handler:
      class : logging.FileHandler
      formatter: simple
      level: ERROR
      filename: ./logs/debug_test.log
  error_file_handler:
    class: logging.handlers.RotatingFileHandler
    level: ERROR
    formatter: simple
    filename: ./logs/errors.log
    maxBytes: 10485760 # 10MB #1024*1024*10
    backupCount: 50
    encoding: utf8

loggers:
#fileLogger, 就是在代碼中通過logger = logging.getLogger("fileLogger")來獲得該類型的logger
  my_testyaml:
      level: DEBUG
      handlers: [console, info_file_handler,error_file_handler]
# root為默認情況下的輸出配置, 當logging.getLogger("fileLoggername")里面的fileLoggername沒有傳值的時候,
# 就是用的這個默認的root,如logging.getLogger(__name__)或logging.getLogger()
root:
    level: DEBUG
    handlers: [console]

同樣的可以通過導入 yaml 文件加載配置

with open('./loguser.yaml', 'r', encoding='utf-8') as f:
        yaml_config = yaml.load(stream=f, Loader=yaml.FullLoader)
        config.dictConfig(config=yaml_config)

    root = logging.getLogger()
    # 子記錄器的名字與配置文件中loggers字段內的保持一致
    # loggers:
    #   my_testyaml:
    #       level: DEBUG
    #       handlers: [console, info_file_handler,error_file_handler]
    my_testyaml = logging.getLogger("my_testyaml")

logging 和 print 的區別

看起來logging要比print復雜多了，那么為什么推薦在項目中使用 logging 記錄日志而不是使用print 輸出程序信息呢。

相比與print logging 具有以下優點：

• 可以通過設置不同的日志等級，在 release 版本中只輸出重要信息，而不必顯示大量的調試信息；

• print 將所有信息都輸出到標準輸出中，嚴重影響開發者從標準輸出中查看其它數據；logging 則可以由開發者決定將信息輸出到什么地方，以及怎么輸出；

• 和 print 相比，logging 是線程安全的。（python 3中 print 也是線程安全的了，而python 2中的print不是）（線程安全是指在多線程時程序不會運行混亂；而python 2 中的print 分兩步打印信息，第一打印字符串，第二打印換行符，如果在這中間發生線程切換就會產生輸出混亂。這就是為什么python2的print不是原子操作，也就是說其不是線程安全的）印信息，第一打印字符串，第二打印換行符，如果在這中間發生線程切換就會產生輸出混亂。這就是為什么python2的print不是原子操作，也就是說其不是線程安全的）

感謝各位的閱讀，以上就是“Python內置logging如何使用”的內容了，經過本文的學習后，相信大家對Python內置logging如何使用這一問題有了更深刻的體會，具體使用情況還需要大家實踐驗證。這里是億速云，小編將為大家推送更多相關知識點的文章，歡迎關注！