笔者:风起怨江南 出处:https://blog.csdn.net/JackMengJin 笔者原创,文章转载需注明,如果喜欢请点赞+关注,感谢支持!
导读:本文带你用logging模块来实现日志管理功能。模块三是重点内容,建议用较长的时间阅读。
目录
logging模块日志管理
一、日志介绍
二、基本用法
2.1 日志等级
2.2.logging提供的模块级别的函数
三、进阶用法——四大组件
3.1 记录器
3.2 处理程序介绍
3.3 处理程序的具体用法
3.4 过滤器
3.5 格式化程序
四、树形结构
五、logging模块封装
六、配置文件使用logging模块
logging官方中文攻略:https://docs.python.org/zh-cn/3.7/howto/logging.html#logging-advanced-tutorial
日志是对软件执行时所发生事件的一种追踪方式。软件开发人员对他们的代码添加日志调用,借此来指示某事件的发生。一个事件通过一些包含变量数据的描述信息来描述(比如:每个事件发生时的数据都是不同的)。开发者还会区分事件的重要性,重要性也被称为 等级 或 严重性。
日志的定义:运行时会出现或记录的打印信息。
日志的作用:一个好的日志记录不仅可以追踪某些软件运行时所发生事件,还可以记录并定位到一些问题,比如跑自动化用例。
通过log的分析,可以方便用户了解系统或软件、应用的运行情况;如果你的应用log足够丰富,也可以分析以往用户的操作行为、类型喜好、地域分布或其他更多信息;如果一个应用的log同时也分了多个级别,那么可以很轻易地分析得到该应用的健康状况,及时发现问题并快速定位、解决问题,补救损失。
简单来讲就是,我们通过记录和分析日志可以了解一个系统或软件程序运行情况是否正常,也可以在应用程序出现故障时快速定位问题。
比如运维:在接收到报警或各种问题反馈后,进行问题排查时通常都会先去看各种日志,大部分问题都可以在日志中找到答案。
比如开发:可以通过IDE控制台上输出的各种日志进行程序调试。
比如测试:在做自动化测试时可以通过日志记录bug,并将bug原因填写在日志里记录,等等。
不仅仅是python,C、JAVA等其他常用的语言中都有日志功能,而文本主要是讲解python中logging模块实现的日志功能。
同于JAVA,Python自身也提供了一个用于记录日志的标准库模块—— logging模块。
官方介绍:
该模块定义的基础类和函数都列在下面。
记录器暴露了应用程序代码直接使用的接口。
处理程序将日志记录(由记录器创建)发送到适当的目标。
过滤器提供了更精细的附加功能,用于确定要输出的日志记录。
格式化程序指定最终输出中日志记录的样式。
logging模块默认定义了以下几个日志等级,它允许开发人员自定义其他日志级别,但是这是不被推荐的,了解即可。
python的日志等级记录的数值如下:
CRITICAL = 50
FATAL = CRITICAL
ERROR = 40
WARNING = 30
WARN = WARNING
INFO = 20
DEBUG = 10
NOTSET = 0
级别 |
数值 |
---|---|
|
50 |
|
40 |
|
30 |
|
20 |
|
10 |
|
0 |
你想要执行的任务 |
此任务最好的工具 |
---|---|
对于命令行或程序的应用,结果显示在控制台。 |
|
在对程序的普通操作发生时提交事件报告(比如:状态监控和错误调查) |
|
提出一个警告信息基于一个特殊的运行时事件 |
|
对一个特殊的运行时事件报告错误 |
引发异常 |
报告错误而不引发异常(如在长时间运行中的服务端进程的错误处理) |
|
CRITICAL
在系统产生严重的错误,表明程序本身可能无法继续运行的时候使用,也就是导致系统崩溃的级别!一般出现CRITICAL级别的错误就代表要扣绩效了。
ERROR
程序发生了错误,软件没能执行一些功能,但还可以继续执行的时候用ERROR级别,而之前异常和捕获(try expect)就是error级别。在这个级别上就用ERROR等级。
WARNING
程序一些意想不到的事情发生,比如:警告内存空间不足,此时程序还能按预期工作,但在不久的将来会出现问题。
INFO
确认一切按预期运行,一般用于输出重要运行情况,比如%多少运行,可以用于观察,是否达到了预期。
DEBUG
主要是用来输出详细的运行情况,用于调试居多,不太重要。
总结:
善用日志等级,可以在项目中发挥200%的效果。
logging提供的模块级别的函数可以便捷的使用日志。
导入模块
import logging
不同级别的日志语句
logging.debug("这是debug级别的log!")
logging.info("这是info级别的log!")
logging.error("这是error级别的log!")
logging.warning("这是warning级别的log!")
logging.critical("这是critical级别的log!")
控制台打印
可以看到在python中默认不打印debug、info级别的日志。
日志记录到文件
import logging
logging.basicConfig(filename='demo.log', level=logging.DEBUG)
logging.debug("This is a debug log!")
logging.info("This is an info log!")
logging.error("This is an error log!")
logging.warning("This is a warning log!")
logging.critical("This is a critical log!")
需要注意这里用到的logging.basicConfig实际上用到的是Logging日志系统的四大组件,只不过用的默认值。
还可以设置日志格式,过滤器等操作,而学会利用logging模块四大组件才是学好logging模块的核心。
四大组件分别是:Logger、Handler、Filter、Formatter。
日志库采用模块化方法,并提供几类组件:记录器、处理程序、过滤器和格式化程序。
记录器暴露了应用程序代码直接使用的接口。
处理程序将日志记录(由记录器创建)发送到适当的目标。
过滤器提供了更精细的附加功能,用于确定要输出的日志记录。
格式化程序指定最终输出中日志记录的样式。
默认情况下,没有为任何日志记录消息设置目标, 你可以使用logging.basicConfig指定目标(例如控制台或文件),也就是本文模块2.3中举例用的方法。
Logger:记录器又名收集器,用来收集log,负责记录日志。最广泛的作用就是配置和消息发送。Logger对象提供应用程序可直接使用的接口。
最常见的配置方法:
记录器和处理程序中的日志事件信息流程如下图所示,具体流程在本文第四模块详细讲解:
Logger是一个树形层级结构(在本文第四模块中会详细说明),在使用接口debug,info,warn,error,critical之前必须创建Logger实例,即创建一个记录器。如果没有显式的进行创建,则默认创建一个root logger,并应用默认的日志级别(WARN),处理器Handler(StreamHandler,即将日志信息打印输出在标准输出上),和格式化器Formatter(默认的格式即为第一个简单使用程序中输出的格式)。
logger = logging.getLogger("demo")
设置记录器的收集等级为debug等级:
logger.setLevel("DEBUG")
记录器(收集器)要和处理程序(输出处理器)绑定使用。
Handler:处理程序又名输出处理器,广泛使用的分为控制台输出处理器 StreamHandler,和文件输出处理器 FileHandler。主要用来决定要输出的日志。Handler 发送日志到适当的目的地。
Handler对象负责将适当的日志消息(基于日志消息的严重性)分派给处理程序的指定目标。logger对象可以使用 addHandler()方法向自己添加零个或多个处理程序对象。
setLevel()
方法 —— 就像在记录器对象中一样,指定将被分派到适当目标的最低严重性。
为什么有两个 setLevel()
方法?
记录器(收集器)中设置的级别确定将传递给其处理程序的消息的严重性。
处理程序(输出处理器)中设置的级别确定处理程序将发送哪些消息。
如何理解?
在收集器里设置的日志级别是记录在收集器中的,而不代表要发送这个级别。而处理器中设置的级别才是最后决定要发送的哪些级别的日志消息。只有日志等级大于或等于设置的日志级别的日志才会被输出。
setLevel(logging.WARN) # 指定日志级别,低于WARN级别的日志将被忽略
setFormatter() 方法—— 选择一个该处理程序使用的 Formatter 对象。
setFormatter(formatter_name) # 设置一个格式化器formatter
addFilter()、removeFilter() 方法—— 新增或删除一个filter对象。
addFilter(filter_name) # 增加一个过滤器,可以增加多个
初始化控制台输出处理器
stream_handler = logging.StreamHandler()
初始化文件输出处理器
file_handler = logging.FileHandler("log.txt", mode="a", encoding="utf-8")
这里用a模式也就是追加模式,记录在文件的日志不会被覆盖。
编码格式用utf-8格式,这样如果日志里有中文就不会出现乱码。
未设置utf-8:
file_handler = logging.FileHandler("log.txt", mode="a")
设置之后:
file_handler = logging.FileHandler("log.txt", mode="a", encoding="utf-8")
设置输出处理器等级
file_handler.setLevel("INFO")
stream_handler.setLevel("INFO")
输出处理器添加到收集器
logger.addHandler(stream_handler)
logger.addHandler(file_handler)
设置输出处理器的日志格式
# 日志格式
fmt='%(asctime)s--%(filename)s--line:%(lineno)d]--%(levelname)s:%(message)s'
# 设置输出处理器日志格式
file_handle.setFormatter(fmt)
设置输出处理器的过滤器(日志格式和过滤器后面将)
filter = logging.Filter()
stream_handler.addFilter(filter)
需要注意,logger收集器可以添加多个handler处理器,而下面的补充资料供大家了解,用到的时候查看下即可。
作为补充资料,了解即可:
作为 Handler 基类的补充,提供了很多有用的子类:
StreamHandler 实例发送消息到流(类似文件对象)。
FileHandler 实例将消息发送到硬盘文件。
BaseRotatingHandler 是轮换日志文件的处理程序的基类。它并不应该直接实例化。而应该使用 RotatingFileHandler或 TimedRotatingFileHandler代替它。
RotatingFileHandler 实例将消息发送到硬盘文件,支持最大日志文件大小和日志文件轮换。
TimedRotatingFileHandler 实例将消息发送到硬盘文件,以特定的时间间隔轮换日志文件。
SocketHandler 实例将消息发送到 TCP/IP 套接字。从 3.4 开始,也支持 Unix 域套接字。
DatagramHandler 实例将消息发送到 UDP 套接字。从 3.4 开始,也支持 Unix 域套接字。
SMTPHandler 实例将消息发送到指定的电子邮件地址。
SysLogHandler 实例将消息发送到 Unix syslog 守护程序,可能在远程计算机上。
NTEventLogHandler 实例将消息发送到 Windows NT/2000/XP 事件日志。
MemoryHandler 实例将消息发送到内存中的缓冲区,只要满足特定条件,缓冲区就会刷新。
HTTPHandler 实例使用
GET
或POST
方法将消息发送到 HTTP 服务器。WatchedFileHandler 实例会监视他们要写入日志的文件。如果文件发生更改,则会关闭该文件并使用文件名重新打开。此处理程序仅在类 Unix 系统上有用; Windows 不支持依赖的基础机制。
QueueHandler 实例将消息发送到队列,例如在 queue 或 multiprocessing 模块中实现的队列。
NullHandler 实例对错误消息不执行任何操作。它们由想要使用日志记录的库开发人员使用,但是想要避免如果库用户没有配置日志记录,则显示 "无法找到记录器XXX的消息处理器" 消息的情况。
Filter:限制只有满足过滤规则的日志才会输出。Filter提供了过滤日志信息的方法。
比如定义了filter = logging.Filter('a.b.c'),并将这个Filter添加到了一个Handler上,则使用该Handler的Logger中只有名字带a.b.c前缀的Logger才能输出其日志。
根据自己的需求去设置相应的过滤规则,例如,过滤器用“A.B”初始化将允许由日志记录器“A.B”记录事件,“A.B.C”、“A.B.C.D”、“A.B.D”等等,但不是“A.BB”,“B.A.B”等。如果用空字符串初始化,表示传递所有事件。
以下内容了解即可,详细内容可以在python官方文档上查阅:
Filters
可被Handlers
和Loggers
用来实现比按层级提供更复杂的过滤操作。 基本过滤器类只允许低于日志记录器层级结构中低于特定层级的事件。 例如,一个用 'A.B' 初始化的过滤器将允许 'A.B', 'A.B.C', 'A.B.C.D', 'A.B.D' 等日志记录器所记录的事件。 但 'A.BB', 'B.A.B' 等则不允许。 如果用空字符串初始化,则所有事件都会被略过。class
logging.
Filter
(name='')返回一个
Filter
类的实例。 如果指定了 name,则它将被用来为日志记录器命名,该类及其子类将通过该过滤器允许指定事件通过。 如果 name 为空字符串,则允许所有事件通过。
filter
(record)是否要记录指定的记录?返回零表示否,非零表示是。如果认为合适,则可以通过此方法就地修改记录。
请注意关联到处理程序的过滤器会在事件由处理程序发出之前被查询,而关联到日志记录器的过滤器则会在有事件被记录的的任何时候(使用
debug()
,info()
等等)在将事件发送给处理程序之前被查询。 这意味着由后代日志记录器生成的事件将不会被日志记录器的过滤器设置所过滤,除非该过滤器也已被应用于后代日志记录器。你实际上不需要子类化
Filter
: 你可以将传入任何包含filter
方法的具有相同语义的的实例。在 3.2 版更改: 你不需要创建专门的
Filter
类,或使用具有filter
方法的其他类:你可以使用一个函数(或其他可调用对象)作为过滤器。 过滤逻辑将检查过滤器对象是否文化的filter
属性:如果有,就会将它当作是Filter
并调用它的filter()
方法。 在其他情况下,则会将它当作是可调用对象并附带记录作为单一形参进行调用。 返回值应当与filter()
的返回值相一致。
Formatter:设置日志信息最后的规则、结构和内容,Formatter指定日志显示格式。常用的日志格式:
%(asctime)s--%(filename)s--line:%(lineno)d--%(levelname)s:%(message)s
格式化程序对象配置日志消息的最终顺序、结构和内容。
与 logging.Handler 类不同,应用程序代码可以实例化格式化程序类,但如果应用程序需要特殊行为,则可能会对格式化程序进行子类化。构造函数有三个可选参数 —— 消息格式字符串、日期格式字符串和样式指示符。
设置日志格式
fmt = logging.Formatter('%(asctime)s--%(filename)s--line:%(lineno)d--%(levelname)s:%(message)s')
file_handler.setFormatter(fmt)
python官网上常用的format格式,用到的时候再查阅资料。
属性名称 |
格式 |
描述 |
---|---|---|
args |
不需要格式化。 |
合并到 |
asctime |
|
表示 |
created |
|
|
exc_info |
不需要格式化。 |
异常元组 (例如 |
filename |
|
|
funcName |
|
函数名包括调用日志记录. |
levelname |
|
消息文本记录级别 ( |
levelno |
|
消息数字记录级别 ( |
lineno |
|
发出日志记录调用所在的源行号(如果可用)。 |
message |
|
记入日志的消息,即 |
module 模块 |
|
模块 ( |
msecs |
|
|
msg |
不需要格式化。 |
在原始日志记录调用中传入的格式字符串。 与 |
名称 |
|
用于记录调用的日志记录器名称。 |
pathname |
|
发出日志记录调用的源文件的完整路径名(如果可用)。 |
process |
|
进程ID(如果可用) |
processName |
|
进程名(如果可用) |
relativeCreated |
|
以毫秒数表示的 LogRecord 被创建的时间,即相对于 logging 模块被加载时间的差值。 |
stack_info |
不需要格式化。 |
当前线程中从堆栈底部起向上直到包括日志记录调用并导致创建此记录的堆栈帧的堆栈帧信息(如果可用)。 |
thread |
|
线程ID(如果可用) |
threadName |
|
线程名(如果可用) |
添加格式前:
logger.error("Oh no! error!!!")
logger.critical("Oh my GOD! critical!!!")
添加格式后:
fmt = logging.Formatter('%(asctime)s--%(filename)s--line:%(lineno)d--%(levelname)s:%(message)s')
file_handler.setFormatter(fmt)
stream_handler.setFormatter(fmt)
logger.addHandler(stream_handler)
logger.addHandler(file_handler)
logger.error("Oh no! error!!!")
logger.critical("Oh my GOD! critical!!!")
Logger是一个树形层级结构。
上文讲到过,Logger可以包含一个或多个Handler和Filter,即Logger与Handler或Fitler是一对多的关系。
一个Logger实例可以新增多个Handler,一个Handler可以新增多个格式化器或多个过滤器,而且日志级别将会继承。
具体的流程如下:
注:以上内容摘抄自第三条参考资料,总结的很好,拿来借鉴。
封装为函数:
def get_logger(
name='root',
file=None,
logger_level='DEBUG',
stream_level='DEBUG',
file_level='INFO',
fmt='%(asctime)s--%(filename)s--line:%(lineno)d]--%(levelname)s:%(message)s'
):
""" 日志处理函数 """
# 初始化logger收集器
logger = logging.getLogger(name)
# 设置收集器等级
logger.setLevel(logger_level)
# 初始化控制台输出处理器
stream_handler = logging.StreamHandler()
# 设置输出处理器等级
stream_handler.setLevel(stream_level)
# 定义日志格式
fmt = logging.Formatter(fmt)
# 设置输出处理器日志格式
stream_handler.setFormatter(fmt)
# 将收集器和输出处理器绑定
logger.addHandler(stream_handler)
# 如果文件存在
if file:
# 初始化文件输出处理器
file_handle = logging.FileHandler(file, encoding='utf8')
# 设置文件输出处理器为绝对路径
file_handle.name = file_handle.baseFilename
# 设置文件输出处理器等级
file_handle.setLevel(file_level)
# 将收集器和文件输出处理器绑定
logger.addHandler(file_handle)
# 设置输出处理器日志格式
file_handle.setFormatter(fmt)
return logger
if __name__ == '__main__':
pass
封装思路:
为什么选择封装函数而不是封装类:封装为函数回避封装为类调用起来会更为方便,所以这里选做了封装函数。
关于参数:参数用默认参数即可,name,file,收集器等级和用到的输出器等级logger_level、stream_level、file_level,这里需要注意在控制台输出时级别和文件输出器里的级别根据需要去设定,最后一项参数就是日志格式fmt。
判断文件是否存在:文件缺省值设为None,默认不存在,就不用去生成文件收集器;如果文件存在,则走下面的代码。
整体封装为函数的难度并不高,熟练掌握四大组件即可轻松驾驭!
调用效果如下:
if __name__ == '__main__':
logger = get_logger(name="demo", file="demo_log.log")
logger.critical("critical!")
logger.error("error!")
logger.info("info!")
logger.warning("warning!!!")
常见的配置文件格式比如.yml和.conf文件,文本仅简单说明下.yml配置文件中如何利用日志管理工具,在之后学习到yaml文件解析在详细的讲解配置文件的用法,这里仅仅作为了解。
log:
name: 'python'
file_test: 'test.log'
logger_level: 'DEBUG'
stream_level: 'DEBUG'
file_level: 'INFO'
# 加载yaml配置文件
yaml = yaml_handler.read_yaml(config.YAML_PATH)
# 加载log
__logger_file_name = yaml["log"]["file_test"]
logger = logging_handler.get_logger(
name=yaml["log"]["name"],
file=os.path.join(conf.LOG_PATH, __logger_file_name),
logger_level=yaml["log"]["logger_level"],
stream_level=yaml["log"]["stream_level"],
file_level=yaml["log"]["file_level"])
# 调用
logger.info("记录内容...")
以上代码展示非完整版,更多关于配置文件的操作,会在之后的学习中再详细讲解。
关于日志在配置文件操作更为详细的官方文档请阅览:https://docs.python.org/zh-cn/3.7/library/logging.config.html
以上便是《Python学习21:logging日志管理和封装》的所有内容,原创不易,如果喜欢请点赞和关注,谢谢大家的支持!
想获得免费的学习资料请添加微信公众号——风起怨江南。