Python日志模块学习，从这里开始...

一脸懵逼

一直比较喜欢在简书上写博文，主要是因为它的页面看这清爽，没有csdn那么多的广告。可周五写文章的时候就看到禁止发文章的提示，当时以为是系统维护没有注意，没想到今天看到置顶文章才知道，要整改一个月。
之前文章就吐槽过，不知道从何时开始，简书首页上每天充斥这大量的擦边小黄文，反而技术类的文章没几篇能上榜的。对于这种问题，很多人都在吐槽、投诉文章，但没什么卵用。这下好了封停一个月，好好整改下吧。期待一个月后能看到一个不一样的简书平台，那么最近，只能在csdn上发文章了。之前的csdn账号id有些晦涩，虽然用了几年了，但决定还是重开了一个博客，期待大家的关注，博客地址：
csdn博客地址： https://blog.csdn.net/BreezePython
由于新开的博客，历史的文章还没有迁移，抽空慢慢迁移过来吧…

消息与记录

刚才谈到了关于历史账号的文章与消息记录，所以今天想跟大家聊聊Python关于消息记录的模块：日志管理模块 logging。
学习python的第一课，肯定都是 print('Hello Wrold...')。但print仅仅使用与我们日常学习，当我们的程序需要部署上线时，程序必须要具备记录日志与程序输出的功能。此时print就不能满足我们的需求，而logging应运而生。
logging是python的内置模块，无需安装即可直接使用。logging模块借鉴了Apache的Log4j中很多的功能与特性，使用起来较为方便，不论你是最简单无脑输出还是定义自己的过滤器与格式，最终都能满足大家的需求，所以logging模块是你的必修课！

Logging入门

日志级别

不论是python、java还是C，日志的级别都是统一规定的：

日志级别	使用范围
FATAL	致命错误
CRITICAL	严重的错误，如内存耗尽、磁盘空间不足等.
ERROR	错误，如IO异常，文件读写异常等
WARNING	警告类错误，如用户输入密码即将过期提醒等
INFO	处理请求或者用户操作的状态及日常事务日志
DEBUG	调试过程中使用的日志等级，可用于后台问题定位

那么logging中存在哪些？默认分为六种日志级别（括号为级别对应的数值），NOTSET（0）、DEBUG（10）、INFO（20）、WARNING（30）、ERROR（40）、CRITICAL（50）。

简单日志打印

说了半天的日志级别，那么这东西对日志记录有什么用？此时我们需要了解LogLevel。logging模块默认记录日志的级别是大于等于WARNING。那么让我们来看第一个例子：

import logging
logging.debug('This is debug message')
logging.info('This is info message')
logging.warning('This is warning message')
logging.error('This is error message')
logging.critical('This is critical message')
>>> WARNING:root:This is warning message
>>> ERROR:root:This is error message
>>> CRITICAL:root:This is critical message

理想中我们期望的打印结果是从debug到critical，但现实是日志从warning级别开始打印。而且这种日志的打印和print又有什么区别，我们需要丰满日志的内容，提升逼格。

配置日志输出

logging提供了basicConfig函数，用于对日志输入进行相关配置。
让我们来看看basicConfig有哪些可配置参数吧：
filename: 指定日志文件名
filemode: 和file函数意义相同，指定日志文件的打开模式，‘w’或’a’
format: 指定输出的格式和内容，format可以输出很多有用信息，如上例所示:
%(levelno)s: 打印日志级别的数值
%(levelname)s: 打印日志级别名称
%(pathname)s: 打印当前执行程序的路径，其实就是sys.argv[0]
%(filename)s: 打印当前执行程序名
%(funcName)s: 打印日志的当前函数
%(lineno)d: 打印日志的当前行号
%(asctime)s: 打印日志的时间
%(thread)d: 打印线程ID
%(threadName)s: 打印线程名称
%(process)d: 打印进程ID
%(message)s: 打印日志信息
datefmt: 指定时间格式，同time.strftime()
level: 设置日志级别，默认为logging.WARNING
stream: 指定将日志的输出流，可以指定输出到sys.stderr,sys.stdout或者文件，
    默认输出到sys.stderr，当stream和filename同时指定时，stream被忽略

import logging

logging.basicConfig(level=logging.DEBUG,
                    format='%(asctime)s %(filename)s[line:%(lineno)d] %(message)s', datefmt='%Y-%m-%d')
logging.debug('This is debug message')
logging.info('This is info message')
logging.warning('This is warning message')
logging.error('This is error message')
logging.critical('This is critical message')

>>> 2019-09-01 23:56:33 LearnLogging.py[line:38] This is debug message
>>> 2019-09-01 23:56:33 LearnLogging.py[line:39] This is info message
>>> 2019-09-01 23:56:33 LearnLogging.py[line:40] This is warning message
>>> 2019-09-01 23:56:33 LearnLogging.py[line:41] This is error message
>>> 2019-09-01 23:56:33 LearnLogging.py[line:42] This is critical message

通过配置basicConfig，日志输出看起来就工整多了…当看到第一个filename的时候就想到了，现在的日志都是在控制台输出的，我们添加该参数后，就可以将日志输出到文本了，对吧？答案是肯定的，如下图：

但此时出现一个问题，我们的日志都保存到了文本中，前台的控制栏不再具备日志输出功能了！这该如何是好？

Logging进阶

刚才提到的入门使用，只是针对logging的一个简单操作，如果我们想深入的去使用logging模块，就必须了解Logger，Handler，Formatter，Filter的概念：

• Logger提供了应用程序可以直接使用的接口；
• Handler将(logger创建的)日志记录发送到合适的目的输出；
• Filters提供了细度设备来决定输出哪条日志记录；
• Formatter决定日志记录的最终输出格式。

Logger

Logger 对象要做三件事情。首先，它们向应用代码暴露了许多方法，这样应用可以在运行时记录消息。其次，记录器对象通过严重程度（默认的过滤设施）或者过滤器对象来决定哪些日志消息需要记录下来。第三，记录器对象将相关的日志消息传递给所有感兴趣的日志处理器。

常用的记录器对象的方法分为两类：配置和发送消息。

这些是最常用的配置方法：

Logger.setLevel()指定logger将会处理的最低的安全等级日志信息, debug是最低的内置安全等级，critical是最高的内建安全等级。例如，如果严重程度为INFO，记录器将只处理INFO，WARNING，ERROR和CRITICAL消息，DEBUG消息被忽略。
Logger.addHandler()和Logger.removeHandler()从记录器对象中添加和删除处理程序对象。处理器详见Handlers。
Logger.addFilter()和Logger.removeFilter()从记录器对象添加和删除过滤器对象。

Handlers

处理程序对象负责将适当的日志消息（基于日志消息的严重性）分派到处理程序的指定目标。Logger 对象可以通过addHandler()方法增加零个或多个handler对象。举个例子，一个应用可以将所有的日志消息发送至日志文件，所有的错误级别（error）及以上的日志消息发送至标准输出，所有的严重级别（critical）日志消息发送至某个电子邮箱。在这个例子中需要三个独立的处理器，每一个负责将特定级别的消息发送至特定的位置。
其中常用的有4种：

• logging.StreamHandler -> 控制台输出
• logging.FileHandler -> 文件输出
• logging.handlers.RotatingFileHandler
• logging.handlers.TimedRotatingFileHandler

Formatter

Formatter对象设置日志信息最后的规则、结构和内容，默认的时间格式为%Y-%m-%d %H:%M:%S，下面是Formatter常用的一些信息

参数	说明
%(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

此时我们就可以实现日志的前后台输出了：

import logging
logger = logging.getLogger(__name__)
logger.setLevel(level=logging.INFO)
formatter = logging.Formatter('%(asctime)s %(filename)s[line:%(lineno)d] %(message)s',
                              datefmt='%Y-%m-%d %H:%M:%S')
handler = logging.FileHandler("log.txt")
handler.setLevel(logging.INFO)
handler.setFormatter(formatter)

console = logging.StreamHandler()
console.setLevel(logging.INFO)
console.setFormatter(formatter)

logger.addHandler(handler)
logger.addHandler(console)

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

>>> 2019-09-02 00:49:58 LearnLogging.py[line:62] This is info message
>>> 2019-09-02 00:49:58 LearnLogging.py[line:63] This is warning message
>>> 2019-09-02 00:49:58 LearnLogging.py[line:64] This is error message
>>> 2019-09-02 00:49:58 LearnLogging.py[line:65] This is critical message

此时，前后台均输出了相关的日志信息。

Logging特别操作

日志切片

有时候，系统后台的日志会输出的比较频繁，那么我们如何将日志按照大小或者时间进行切片呢？这里就要用到刚才介绍的：

• logging.handlers.RotatingFileHandler
• logging.handlers.TimedRotatingFileHandler

每隔 1000 Byte 划分一个日志文件，备份文件为 3 个
file_handler = logging.handlers.RotatingFileHandler("test.log", mode="w", maxBytes=1000, backupCount=3, encoding="utf-8")

每隔 1小时 划分一个日志文件，interval 是时间间隔，备份文件为 10 个
handler2 = logging.handlers.TimedRotatingFileHandler("test.log", when="H", interval=1, backupCount=10)

我们以RotatingFileHandler为例，为了演示方便，我设置文件大小为3kb：

import logging
from logging.handlers import RotatingFileHandler

logger = logging.getLogger(__name__)
logger.setLevel(level=logging.INFO)
formatter = logging.Formatter('%(asctime)s %(filename)s[line:%(lineno)d] %(message)s',
                              datefmt='%Y-%m-%d %H:%M:%S')
handler = RotatingFileHandler("log.txt", maxBytes=1024*3, backupCount=3)
handler.setLevel(logging.INFO)
handler.setFormatter(formatter)

console = logging.StreamHandler()
console.setLevel(logging.INFO)
console.setFormatter(formatter)

logger.addHandler(handler)
logger.addHandler(console)

for i in range(10):
    logger.info(i)
    logger.debug('This is debug message')
    logger.info('This is info message')
    logger.warning('This is warning message')
    logger.error('This is error message')
    logger.critical('This is critical message')

最终实现:

关于异常日志

logging模块在对异常获取时，进行了相关的优化操作，来看下这个例子:

import logging

logger = logging.getLogger(__name__)
logger.setLevel(level=logging.INFO)
formatter = logging.Formatter('%(asctime)s %(filename)s[line:%(lineno)d] %(message)s',
                              datefmt='%Y-%m-%d %H:%M:%S')

console = logging.StreamHandler()
console.setLevel(logging.INFO)
console.setFormatter(formatter)
logger.addHandler(console)

try:
    1/0
except Exception as error:
    logger.error(error)

    logger.error(error, exc_info=True)

    logger.exception(error)

>>> 2019-09-02 01:06:15 LearnLogging.py[line:87] division by zero

>>> 2019-09-02 01:06:15 LearnLogging.py[line:89] division by zero
    Traceback (most recent call last):
      File "D:/Codes_Repository/Python/PythonTests/37.Python日志模块/LearnLogging.py", line 85, in <module>
        1/0
    ZeroDivisionError: division by zero

>>> 2019-09-02 01:06:15 LearnLogging.py[line:91] division by zero
    Traceback (most recent call last):
      File "D:/Codes_Repository/Python/PythonTests/37.Python日志模块/LearnLogging.py", line 85, in <module>
        1/0
    ZeroDivisionError: division by zero

由此可见，当我们在对异常结果进行日志输出时，最好使用logger.exception。
其实logging模块的内容还有很多，比如封装与继承，今天就先介绍到这里，有空了继续为大家补充。

The End

OK,今天的内容就到这里，如果觉得内容对你有所帮助，欢迎点击文章右下角的“在看”。
期待你关注我的公众号 清风Python，如果觉得不错，希望能动动手指转发给你身边的朋友们。
希望每周一至五清晨的7点10分，都能让清风Python的知识文章叫醒大家！谢谢……