python日志模块，最简单调用方法

为什么要使用日志而不是print

1. 打印到控制台的内容会因为运行主机意外中断而消失，这对项目大、运行时间长时，会导致重跑等。列：下班前跑ai代码运行在服务器上，服务器异常中断连接，导致控制台被关闭、输出被情况，排查问题复杂
2. 对多个代码的实验更容易追溯。列：做ai实验时，我们会跑多次代码、替换数据或特征等，这些实验结果应该被详细记录下来，而不是手动对结果进行标注

python日志设计思路

• 最简化封装。工程中日志模块可能被多次引用，我看网上教程很多都是在以代码中加入大量日志基础模块做配置，这在工程中会显得项目臃肿
• 可被复用。保证在python项目中能正常通用性调用
• 当作模块调用，每次项目调用时只创建一个日志文件。（用单例模式）

代码
项目下创建py文件如logger.py，里面代码如下：

import datetime
import logging
from os.path import join


# 使用单列模式来保证多个模块调用时, 只有一个代码
class Singleton(type):
    _instances = {}

    def __call__(cls, *args, **kwargs):
        if cls not in cls._instances.keys():
            cls._instances[cls] = super(Singleton, cls).__call__(*args, **kwargs)
        return cls._instances[cls]


class Log:
    __metaclass__ = Singleton
    _loggers = {}

    def __init__(self, file_name, logger_name=None):
        self.file_name = file_name
        self.logger = logging.getLogger(logger_name)
        self.logger.setLevel(logging.INFO)
        self.get_log()

    def get_log(self):
        # FileHandler: 将格式化的日志记录写入磁盘文件的处理程序类
        # 将格式化的日志记录写入磁盘文件的处理程序
        handler = logging.FileHandler(self.file_name)
        handler.setLevel(logging.DEBUG)

        formater = logging.Formatter(
            "%(asctime)s:%(filename)s:%(lineno)d:%(name)s:%(levelname)s:%(message)s"
        )

        handler.setFormatter(formater)
        self.logger.addHandler(handler)

    def info(self, msg):
        self.logger.info(msg)

    def debug(self, msg):
        self.logger.debug(msg)

    def warning(self, msg):
        self.logger.warning(msg)

    def error(self, msg):
        self.logger.error(msg)

    def critical(self, msg):
        self.logger.critical(msg)


dt = datetime.datetime.now().strftime(format('%Y-%m-%d-%H-%M-%S'))
# 最好有统一输出目录，而非项目目录下
log_path = '.'

logger = Log(join(log_path, dt + '_TSC.log'))

使用方式可以在多个该项目的不同py文件调用此代码，如下为调用方法：

from logger import logger

logger.info('呵呵，在洗澡')

在项目目录下可以获得以时间+tsc.log结尾的文件，如下打开后显示为

---

也可以直接调用该模块，来达到相应的自定义效果，如以下引用：

from logger import Log
from os.path import join
# 要顺利运行需要在本地创建output目录
logger_custom = Log(join(r'./output', 'error_plot_des.log'), '')
logger_custom.info(f'调用测试')