本文首发于：行者AI
在开发项目时，我们不可能将所有的信息都打印在控制台中。我们可以使用Python标准库提供的logging API来处理。相比print，logging模块提供了许多强大而灵活的功能。比如：可以通过设置不同的日志等级，只输出重要信息，而不必显示大量的调式信息；print将所有信息都输出到标准输出中，严重影响开发者从标准输出中查看其他数据，而logging则可以由开发者决定将信息输出到什么地方，以及怎么输出。
1. logging模块基本信息
1.1 日志等级
logging函数默认定义了5个日志等级，它允许开发人员自定义日志等级，但是并不推荐。
| 日志等级(level)) | 描述 |
|---|---|
| DEBUG | 最详细的日志信息，典型应用场景是 问题诊断 |
| INFO | 信息详细程度仅次于DEBUG，通常只记录关键节点信息，用于确认一切都是按照我们预期的那样进行工作 |
| WARNING | 当某些不期望的事情发生时记录的信息（如，磁盘可用空间较低），但是此时应用程序还是正常运行的 |
| ERROR | 由于一个更严重的问题导致某些功能不能正常运行时记录的信息 |
| CRITICAL | 当发生严重错误，导致应用程序不能继续运行时记录的信息 |
注：日志等级从上到下依次升高 DEBUG < INFO < WARNING < ERROR < CRITICAL，而日志信息依次减少；当指定一个日志级别之后，会记录大于或等于这个日志级别的日志信息，小于的将会被丢弃；默认打印的日志等级是 WARNING ，当日志等级设置为 WARNING 或之上时才被跟踪。
1.2 日志字段信与格式
一条日志信息对应的是一个事件的发生，而一个事件通常需要包括以下几个内容：
- 事件发生时间
- 事件发生位置
- 事件的严重程度
- 日志级别、事件内容等其他内容
注：输出一条日志时，日志内容和日志级别是需要开发人员明确指定的；对于而其它字段信息，只需要是否显示在日志中就可以了。
2. logging模块的使用方式
2.1 两种记录日志方式
（1）使用logging提供的模块级别函数
（2）使用logging日志系统的四大组件
2.2 使用logging提供的模块级别函数详细说明
（1）函数描述：
| 函数 | 描述 |
|---|---|
| logging.debug(msg, args, *kwargs) | 创建一条严重级别为DEBUG的日志记录 |
| logging.info(msg, args, *kwargs) | 创建一条严重级别INFO的日志记录 |
| logging.warning(msg, args, *kwargs) | 创建一条严重级别为WARNING的日志记录 |
| logging.error(msg, args, *kwargs) | 创建一条严重级别为ERROR的日志记录 |
| logging.critical(msg, args, *kwargs) | 创建一条严重级别为CRITICAL的日志记录 |
| logging.log(level, args, *kwargs) | 创建一条严重级别为level的日志记录 |
| logging.basicConfig(**kwargs) | 对root logger进行一次性配置 |
注：其中logging.basicConfig(**kwargs)函数用于指定“要记录的日志级别”、“日志格式”、 “日志输出位置”、“日志文件的打开模式”等信息，其他几个都是用于记录各个级别日志的函数。
（2）实例：
import logging
def ex_logging():
logging.debug("日志级别：DEBUG")
logging.info("日志级别：INFO")
logging.warning("日志级别：WARNING")
logging.error("日志级别：ERROR")
logging.critical("日志级别：CRITICAL")
ex_logging()
（3）实际结果：
WARNING:root:日志级别：WARNING
ERROR:root:日志级别：ERROR
CRITICAL:root:日志级别：CRITICAL
注：默认打印的日志等级是 WARNING ，所以实际结果中只打印出了WARNING 或WARNING级别之上的日志。
2.3 使用logging日志系统的四大组件
组件描述：
| 组件名称 | 类名 | 描述 |
|---|---|---|
| 日志器 | loggers | 提供应用程序代码直接使用的接口 |
| 处理器 | handlers | 用于将日志记录发送到指定的目的位置 |
| 过滤器 | filters | 提供更细粒度的日志过滤功能，用于决定哪些日志记录将会被输出(其他的日志记录将会被忽略) |
| 格式器 | formatters | 用于控制日志信息的最终输出格式 |
2.4 日志器 - Logger
（1）Logger是一个树形层级结构，在使用接口debug、info、warning、error、critical之前必须创建Logger实例；
（2）创建方式：
logger = logging.getLogger(logger_name)
（3）创建Logger实例后，可以使用以下方法进行日志级别设置，增加处理器Handler：
logger.setLevel(logging.ERROR) # 设置日志级别为 ERROR，即只有日志级别大于等于 ERROR 的日志才会输出
logger.addHandler(handler_name) # 为Logger实例增加一个处理器
logger.removeHandler(handler_name) # 为 Logger 实例删除一个处理器
2.5 处理器 - Handler
（1）Handler 处理器类型有很多种，比较常用的有三个：StreamHandler、FileHandler、NullHandler。
（2）创建方式：
# StreamHandler创建方式
sh = logging.StreamHandler(stream=None)
# FileHandler创建方式
# fh = logging.FileHandler(filename, mode='a', encoding=None, delay=False)
# NullHandler：NullHandler类位于核心logging包，不做任何的格式化或者输出。本质上它是个“什么都不做”的handler，由库开发者使用。
（3）创建 StreamHandler 之后，可以通过使用以下方法设置日志级别，设置格式化器 Formatter，增加或删除过滤器 Filter。
ch.setLevel(logging.WARN) # 指定日志级别，低于WARN级别的日志将被忽略
ch.setFormatter(formatter_name) # 设置一个格式化器formatter
ch.addFilter(filter_name) # 增加一个过滤器，可以增加多个
ch.removeFilter(filter_name) # 删除一个过滤器
2.6 过滤器 - filters
（1）Filter过滤器基类，它只允许某个logger层级下的日志事件通过过滤。
（2）一条日志信息被输出要经过以下几次过滤：日志器等级过滤、日志器的过滤器过滤、日志器的处理器等级过滤、日志器的处理器的过滤器过滤。
（3）创建方式：
filter = logging.Filter(name='')
2.7 格式化器 - Formatter
（1）使用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。
（2）创建方法:
formatter = logging.Formatter(fmt=None, datefmt=None)
# fmt是消息的格式化字符串，datefmt是日期字符串。如果不指明fmt，将使用'%(message)s'。如果不指明datefmt，将使用ISO8601日期格式。
2.8 组件之间的关系
（1）日志器（logger）需要通过处理器（handler）将日志信息输出到目标位置，不同的处理器（handler）可以将日志输出到不同的位置。
（2）日志器（logger）可以设置多个处理器（handler）将同一条日志记录输出到不同的位置。
（3）每个处理器（handler）都可以设置自己的过滤器（filter）实现日志过滤，从而只保留感兴趣的日志。
（4）每个处理器（handler）都可以设置自己的格式器（formatter）实现同一条日志以不同的格式输出到不同的地方。
总结以上内容：Logger 可以包含一个或多个 Handler 和 Filter，即：LoggerFilter，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。
3. 代码的实现与具体应用
可以通过以下3种方法来配置logging：使用python代码创建loggers，handlers和formatters并分别调用它们的配置函数，创建一个日志配置文件，然后使用fileConfig()函数来读取该文件的内容，创建一个包含配置信息的dict，然后把它传递给dictConfig()函数；
3.1 使用python代码实现日志配置
（1）Python代码展示：
import logging
import sys
# 创建日志器logger并将其日志级别设置为DEBUG
logger = logging.getLogger("python_config_logger")
logger.setLevel(logging.DEBUG)
# 创建一个流处理器handler并将其日志级别设置为DEBUG
handler = logging.StreamHandler(sys.stdout)
handler.setLevel(logging.DEBUG)
# 创建一个格式化器formatter并将其添加到处理器handler中
formatter = logging.Formatter("%(asctime)s - %(name)s - %(levelname)s - %(message)s")
handler.setFormatter(formatter)
# 为日志器logger添加上面创建好的处理器handler
logger.addHandler(handler)
# 将日志打印在控制台
logger.debug('打印日志级别：debug')
logger.info('打印日志级别：info')
logger.warning('打印日志级别：warning')
logger.error('打印日志级别：error')
logger.critical('打印日志级别：critical')
（2）实际结果：
2021-02-24 17:13:44,644 - python_config_logger - DEBUG - 打印日志级别：debug
2021-02-24 17:13:44,644 - python_config_logger - INFO - 打印日志级别：info
2021-02-24 17:13:44,644 - python_config_logger - WARNING - 打印日志级别：warning
2021-02-24 17:13:44,645 - python_config_logger - ERROR - 打印日志级别：error
2021-02-24 17:13:44,645 - python_config_logger - CRITICAL - 打印日志级别：critical
3.2 使用配置文件和fileConfig()函数实现日志配置
（1）Python代码展示：
import logging.config
# 读取日志配置文件内容
logging.config.fileConfig('logging.conf')
# 创建一个日志器logger
logger = logging.getLogger('simpleExample')
# 将日志打印在控制台
logger.debug('打印日志级别：debug')
logger.info('打印日志级别：info')
logger.warning('打印日志级别：warning')
logger.error('打印日志级别：error')
logger.critical('打印日志级别：critical')
（2）logging.conf配置文件内容：
[loggers]
keys=root,simpleExample
# 测试
[handlers]
keys=fileHandler,consoleHandler
[formatters]
keys=simpleFormatter
[logger_root]
level=DEBUG
handlers=fileHandler
[logger_simpleExample]
level=DEBUG
handlers=consoleHandler
qualname=simpleExample
propagate=0
[handler_consoleHandler]
class=StreamHandler
args=(sys.stdout,)
level=DEBUG
formatter=simpleFormatter
[handler_fileHandler]
class=FileHandler
args=('logging.log', 'a')
level=ERROR
formatter=simpleFormatter
[formatter_simpleFormatter]
format=%(asctime)s - %(name)s - %(levelname)s - %(message)s
datefmt=
（3）实际结果：
2021-02-25 15:04:50,644 - simpleExample - DEBUG - 打印日志级别：debug
2021-02-25 15:04:50,646 - simpleExample - INFO - 打印日志级别：info
2021-02-25 15:04:50,646 - simpleExample - WARNING - 打印日志级别：warning
2021-02-25 15:04:50,646 - simpleExample - ERROR - 打印日志级别：error
2021-02-25 15:04:50,646 - simpleExample - CRITICAL - 打印日志级别：critical
3.3 使用dict配置信息和dictConfig()函数实现日志配置
（1）Python代码展示：
import logging.config
import logging
import yaml
# 读取日志配置文件内容
with open('logging.yml', 'r') as file_logging:
dict_conf = yaml.load(file_logging, Loader=yaml.FullLoader)
logging.config.dictConfig(dict_conf)
# 创建一个日志器logger
logger = logging.getLogger('simpleExample')
# 将日志打印在控制台
logger.debug('打印日志级别：debug')
logger.info('打印日志级别：info')
logger.warning('打印日志级别：warning')
logger.error('打印日志级别：error')
logger.critical('打印日志级别：critical')
（2）logging.yml配置文件内容：
version: 1
formatters:
simple:
format: '%(asctime)s - %(name)s - %(levelname)s - %(message)s'
handlers:
console:
class: logging.StreamHandler
level: DEBUG
formatter: simple
loggers:
simpleExample:
level: DEBUG
handlers: [console]
propagate: no
root:
level: DEBUG
handlers: [console]
（3）实际结果：
2021-02-25 15:14:28,822 - simpleExample - DEBUG - 打印日志级别：debug
2021-02-25 15:14:28,822 - simpleExample - INFO - 打印日志级别：info
2021-02-25 15:14:28,822 - simpleExample - WARNING - 打印日志级别：warning
2021-02-25 15:14:28,822 - simpleExample - ERROR - 打印日志级别：error
2021-02-25 15:14:28,823 - simpleExample - CRITICAL - 打印日志级别：critical
4. 总结
本文只是简单的介绍了python中logging模块的基本使用方法，后期还有许多优化的地方，希望和大家一起来探讨。