python自动化脚本加入log_【python接口自动化】- logging日志模块

前言:我们之前运行代码时都是将日志直接输出到控制台,而实际项目中常常需要把日志存储到文件,便于查阅,如运行时间、描述信息以及错误或者异常发生时候的特定上下文信息。

logging模块介绍

​Python中自带的logging模块提供了标准的日志接口,在debug时使用往往会事半功倍。为什么不直接使用print去输出呢?这种方式对简单的脚本来说有用,对于复杂的系统来说相当于一个花瓶摆设,大量的print输出很容易被遗忘在代码里,并且print是标准输出,这很难从一堆信息里去判断哪些是你需要重点关注的。

​logging的优势就在于可以控制日志的级别,把不需要的信息进行过滤,且可以决定它输出到什么地方、如何输出,还可以通过控制等级把特定等级的信息输出到特定的位置等。logging一共分为四个部分:

Loggers:日志收集器,可供程序直接调用的接口,app通过调用提供的api来记录日志

Handlers:日志处理器, 决定将日志记录分配至正确的目的地

Filters:日志过滤器,对日志信息进行过滤, 提供更细粒度的日志是否输出的判断

Formatters:日志格式器,制定最终记录打印的格式布局

日志等级

​logging将logger的等级划分成5个level,由低到高分别是DEBUG、INFO、WARNING、ERROE、CRITICAL,默认是WARNING级别,CRITICAL最高,相关等级说明如下:

Level

说明

DEBUG

输出详细的运行信息,主要用于调试,追踪问题时使用

INFO

输出正常的运行的信息,一切按预期进行的情况

WARNING

一些意想不到的或即将会发生的情况,比如警告:内存空间不足,但不影响程序运行

ERROR

由于某些问题,程序的一些功能会受到影响,还可以继续运行

CRITICAL

一个严重的错误,表明程序本身可能无法继续运行

​这些等级的日志中低包含高,比如INFO,会收集INFO及以上等级的日志,DEBUG等级的日志将不进行收集。下面我们来输出这5个等级的日志:

import logging

"""

logging模块默认收集的日志是warning以上等级的

"""

a = 100

logging.debug(a)

logging.info('这是INFO等级的信息')

logging.warning('这是WARNING等级的信息')

logging.error('这是ERROR等级的信息')

logging.critical('这是CRITICAL等级的信息')

​输出结果:

C:\software\python\python.exe D:/learn/test.py

WARNING:root:这是WARNING等级的信息

ERROR:root:这是ERROR等级的信息

CRITICAL:root:这是CRITICAL等级的信息

Process finished with exit code 0

日志收集器

​日志是怎么被收集和输出的呢?答案就是日志收集器,设置一个收集器,把指等级的日志信息输出到指定的地方,控制台或文件等,其工作过程大致如下:

​logging中默认的日志收集器是root,收集等级默认是WARNING,我们可以通过setLevel来改变它的收集等级。

# 获取默认的日志收集器root

my_log = logging.getLogger()

# 设置默认的日志收集器等级

my_log.setLevel("DEBUG") # 日志将全部被收集

a = 100

logging.debug(a)

logging.info('这是INFO等级的信息')

logging.warning('这是WARNING等级的信息')

logging.error('这是ERROR等级的信息')

logging.critical('这是CRITICAL等级的信息')

​输出结果:

C:\software\python\python.exe D:/learn/test.py

DEBUG:root:100

INFO:root:这是INFO等级的信息

WARNING:root:这是WARNING等级的信息

ERROR:root:这是ERROR等级的信息

CRITICAL:root:这是CRITICAL等级的信息

Process finished with exit code 0

​除了使用默认的日志收集器,我们也可以自己创建一个收集器logging.getLogger,如下:

import logging

my_logger = logging.getLogger('my_logger')# 创建logging对象

my_logger.setLevel('INFO')# 设置日志收集等级

a = 100

logging.debug(a)

logging.info('这是INFO等级的信息')

logging.warning('这是WARNING等级的信息')

logging.error('这是ERROR等级的信息')

logging.critical('这是CRITICAL等级的信息')

​输出结果:

C:\software\python\python.exe D:/learn/test.py

WARNING:root:这是WARNING等级的信息

ERROR:root:这是ERROR等级的信息

CRITICAL:root:这是CRITICAL等级的信息

Process finished with exit code 0

日志处理器

​上面例子中设置的收集器都是输出到控制台,除此我们还可以输出到文件中。

​Handlers(处理器)的作用就是将logger发过来的信息进行准确地分配,送往正确的地方。比如,送往控制台、文件或者是两者。它决定了每个日志收集器的行为,是创建收集器之后需要配置的重点区域。每个Handler同样有一个日志级别,一个logger可以拥有多个handler也就是说logger可以根据不同的日志级别将日志传递给不同的handler。当然也可以相同的级别传递给多个handler,这就根据需求来灵活的配置了。

​下面实例中设置了两个handler,一个是输出到控制台,一个是输出到文件中。关键代码:

logging.StreamHandler:输出到控制台的处理器

logging.FileHandler:输出到文件的处理器

addHandler:添加处理器

removeHandler:移除处理器

import logging

my_logger = logging.getLogger('my_logger')

my_logger.setLevel('INFO')

# 创建一个输出到控制台的处理器

sh = logging.StreamHandler()

sh.setLevel("ERROR") # 设置处理器的输出等级

my_logger.addHandler(sh) # 将处理器绑定到日志收集器上

# 创建一个输出到文件的处理器

fh = logging.FileHandler("logs.logs", encoding="utf8")

fh.setLevel("INFO")

my_logger.addHandler(fh)

# my_logger.removeHandler(fh)# 移除处理器

a = 100

my_logger.debug(a)

my_logger.info('这是INFO等级的信息')

my_logger.warning('这是WARNING等级的信息')

my_logger.error('这是ERROR等级的信息')

my_logger.critical('这是CRITICAL等级的信息')

运行结果:

C:\software\python\python.exe D:/learn/test.py

这是ERROR等级的信息

这是CRITICAL等级的信息

Process finished with exit code 0

日志过滤器

​Filters可以实现比level更复杂的过滤功能,限制只有满足过滤规则的日志才会被输出。比如我们定义了filter = logging.Filter('A.B'),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前缀的Logger才能输出其日志。下面是一个简单实例:

import logging

# 这是logger1

my_logger = logging.getLogger('A.C,B')

my_logger.setLevel('INFO')

# 这是logger2

my_logger2 = logging.getLogger('A.B')

my_logger2.setLevel('INFO')

# 创建一个处理器,两个logger都使用这个处理器

sh = logging.StreamHandler()

sh.setLevel("ERROR")

my_logger.addHandler(sh)

my_logger2.addHandler(sh)

# 创建一个过滤器绑到处理器上

my_filter = logging.Filter(name='A.B')

sh.addFilter(my_filter) # 把过滤器添加到处理器上

# sh2.removeFilter(my_filter) # 移除过滤器

my_logger.debug('这是logger1-DEBUG等级的信息')

my_logger.info('这是logger1-INFO等级的信息')

my_logger.warning('这是logger1-WARNING等级的信息')

my_logger.error('这是logger1-ERROR等级的信息')

my_logger.critical('这是logger1-CRITICAL等级的信息')

my_logger2.debug('这是logger2-DEBUG等级的信息')

my_logger2.info('这是logger2-INFO等级的信息')

my_logger2.warning('这是logger2-WARNING等级的信息')

my_logger2.error('这是logger2-ERROR等级的信息')

my_logger2.critical('这是logger2-CRITICAL等级的信息')

​因为只有logger2满足过滤器的条件,因此只会输出logger2的日志,运行结果如下:

C:\software\python\python.exe D:/learn/test.py

这是logger2-ERROR等级的信息

这是logger2-CRITICAL等级的信息

Process finished with exit code 0

​filter方法用于具体控制传递的record记录是否能通过过滤,如果该方法返回值为0表示不能通过过滤,非0表示可以通过过滤。

日志格式器

​顾名思义,对日志进行格式化,因为常规的日志输出并不直观美观,通过美化日志的输出格式,可以让我们阅读起来更加舒服。

​format常用格式如下:

%(name)s: 打印收集器名称

%(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

import logging

my_logger = logging.getLogger('A.C,B')

my_logger.setLevel('INFO')

# 创建一个处理器

sh = logging.StreamHandler()

sh.setLevel("ERROR")

my_logger.addHandler(sh)

# 设置一个格式,并设置到处理器上

formatter = logging.Formatter('%(asctime)s - [%(filename)s-->line:%(lineno)d] - %(levelname)s: %(message)s')

sh.setFormatter(formatter)

my_logger.debug('这是logger1-DEBUG等级的信息')

my_logger.info('这是logger1-INFO等级的信息')

my_logger.warning('这是logger1-WARNING等级的信息')

my_logger.error('这是logger1-ERROR等级的信息')

my_logger.critical('这是logger1-CRITICAL等级的信息')

​运行结果:

C:\software\python\python.exe D:/learn/test.py

2020-08-01 18:28:43,645 - [test.py-->line:17] - ERROR: 这是logger1-ERROR等级的信息

2020-08-01 18:28:43,645 - [test.py-->line:18] - CRITICAL: 这是logger1-CRITICAL等级的信息

Process finished with exit code 0

日志滚动

​如果你用 FileHandler 存储日志,文件的大小会随着时间推移而不断增大,最终有一天它会占满你所有的磁盘空间。Python 的 logging 模块提供了两个支持日志滚动的 FileHandler 类,分别是 RotatingFileHandler 和 TimedRotatingFileHandler,它就可以解决这个尴尬的问题。

RotatingFileHandler 的滚动时刻是日志文件的大小达到一定值,当达到指定值的时候,RotatingFileHandler会将日志文件重命名存档,然后打开一个新的日志文件。

TimedRotatingFileHandler 是当某个时刻到来时就进行滚动,同 RotatingFileHandler 一样,当滚动时机来临时,TimedRotatingFileHandler 会将日志文件重命名存档,然后打开一个新的日志文件。

​在实际应用中,我们通常会根据时间进行滚动,以下实例也以时间滚动为例,按大小滚动的同理:

import logging

from logging.handlers import TimedRotatingFileHandler

my_logger = logging.getLogger('A.C,B')

my_logger.setLevel('INFO')

# 创建一个处理器,使用时间滚动的文件处理器

log_file_handler = TimedRotatingFileHandler(filename='log.log', when='D', interval=1, backupCount=10)

# log_file_handler.suffix = "%Y-%m-%d"

# log_file_handler.extMatch = re.compile(r"^\d{4}-\d{2}-\d{2}.log$")

log_file_handler.setLevel("ERROR")

my_logger.addHandler(log_file_handler)

# 设置一个格式,并设置到处理器上

formatter = logging.Formatter('%(asctime)s - [%(filename)s-->line:%(lineno)d] - %(levelname)s: %(message)s')

log_file_handler.setFormatter(formatter)

my_logger.debug('这是logger1-DEBUG等级的信息')

my_logger.info('这是logger1-INFO等级的信息')

my_logger.warning('这是logger1-WARNING等级的信息')

my_logger.error('这是logger1-ERROR等级的信息')

my_logger.critical('这是logger1-CRITICAL等级的信息')

​参数说明:

filename:日志文件名;

when:是一个字符串,用于描述滚动周期的基本单位,字符串的值及意义如下:

S - Seconds

M - Minutes

H - Hours

D - Days

midnight - roll over at midnight

W{0-6} - roll over on a certain day; 0 - Monday

interval: 滚动周期,单位由when指定,比如:when='D',interval=1,表示每天产生一个日志文件;

backupCount: 表示日志文件的保留个数;

​除了上述参数之外,TimedRotatingFileHandler还有两个比较重要的成员变量,它们分别是suffix和extMatch。suffix是指日志文件名的后缀,suffix中通常带有格式化的时间字符串,filename和suffix由“.”连接构成文件名(例如:filename="test", suffix="%Y-%m-%d.log",生成的文件名为test.2020-08-01.log。extMatch是一个编译好的正则表达式,用于匹配日志文件名的后缀,它必须和suffix是匹配的,如果suffix和extMatch匹配不上的话,过期的日志是不会被删除的。比如,suffix=“%Y-%m-%d.log”, extMatch的只能是re.compile(r"^\d{4}-\d{2}-\d{2}.log$")。默认情况下,在TimedRotatingFileHandler对象初始化时,suffxi和extMatch会根据when的值进行初始化:

S:suffix="%Y-%m-%d_%H-%M-%S",extMatch=r"\^d{4}-\d{2}-\d{2}_\d{2}-\d{2}-\d{2}";

M:suffix="%Y-%m-%d_%H-%M",extMatch=r"^\d{4}-\d{2}-\d{2}_\d{2}-\d{2}";

H:suffix="%Y-%m-%d_%H",extMatch=r"^\d{4}-\d{2}-\d{2}_\d{2}";

D:suffxi="%Y-%m-%d",extMatch=r"^\d{4}-\d{2}-\d{2}";

MIDNIGHT:"%Y-%m-%d",extMatch=r"^\d{4}-\d{2}-\d{2}";

W:"%Y-%m-%d",extMatch=r"^\d{4}-\d{2}-\d{2}";

​如果对日志文件名没有特殊要求的话,可以不用设置suffix和extMatch,如果需要,一定要让它们匹配上。

模块封装

​一次封装,一劳永逸,之后直接调用即可,封装内容按需。

import logging

from logging.handlers import TimedRotatingFileHandler

class MyLogger(object):

@staticmethod

def create_logger():

my_logger = logging.getLogger("my_logger")

my_logger.setLevel("DEBUG")

# 控制台处理器

stream_handler = logging.StreamHandler()

stream_handler.setLevel("ERROR")

my_logger.addHandler(stream_handler)

# 使用时间滚动的文件处理器

log_file_handler = TimedRotatingFileHandler(filename='log.log', when='D', interval=1, backupCount=10)

log_file_handler.setLevel("INFO")

my_logger.addHandler(log_file_handler)

formatter = logging.Formatter('%(asctime)s - [%(filename)s-->line:%(lineno)d] - %(levelname)s: %(message)s')

stream_handler.setFormatter(formatter)

log_file_handler.setFormatter(formatter)

return my_logger

# 调用类的静态方法,创建一个日志收集器

log = MyLogger.create_logger()

log.info("test-info")

log.error("test-error")

​运行结果:

C:\software\python\python.exe D:/learn/test.py

2020-08-01 18:29:45,645 - [test.py-->line:28] - ERROR: test-error

Process finished with exit code 0

你可能感兴趣的:(python自动化脚本加入log_【python接口自动化】- logging日志模块)