学习logging模块

logging模块详解

logging模块是Python标准库中处理日志记录的核心模块,提供了灵活且强大的日志记录功能,可帮助开发者在开发和调试过程中更好地监控程序运行状态。

目录

一、包结构

python 复制代码
Lib/logging/
    ├── __init__.py    # 主接口文件
    ├── config.py      # 配置相关实现
    ├── handlers.py    # 各种Handler实现

二、主要组件

1. Logger

Logger是日志系统的入口,负责创建和管理日志记录。每个Logger都有一个名称,通过logging.getLogger(name)方法创建。

1.1 Logger对象的常用方法
  • debug(msg, *args, **kwargs): 记录DEBUG级别的日志。
  • info(msg, *args, **kwargs): 记录INFO级别的日志。
  • warning(msg, *args, **kwargs): 记录WARNING级别的日志。
  • error(msg, *args, **kwargs): 记录ERROR级别的日志。
  • critical(msg, *args, **kwargs): 记录CRITICAL级别的日志。
  • exception(msg, *args, exc_info=True, **kwargs): 记录ERROR级别的日志,并附带异常信息。
  • log(level, msg, *args, **kwargs): 通用的日志记录方法,可以指定日志级别。
  • addHandler(hdlr): 为Logger添加一个Handler。
  • removeHandler(hdlr): 从Logger中移除一个Handler。
1.2 Logger对象的常用属性
  • name: Logger的名称。
  • level: Logger的日志级别。
  • handlers: 一个包含所有已添加Handler的列表。
1.3 日志级别与记录方法的区别和联系

设置日志级别和使用 logger.debug 等方法是Python logging 模块中控制日志输出的重要部分,它们之间既有区别又有联系。

1.3.1 区别
  • 设置日志级别 :在 Logger 或 Handler 对象上进行操作,决定哪些级别的日志记录会被处理。常见日志级别从低到高为 DEBUG、INFO、WARNING、ERROR 和 CRITICAL,通过 setLevel() 方法设置。例如:
python 复制代码
import logging

logger = logging.getLogger('example')
logger.setLevel(logging.INFO)
  • 使用 logger.debug 等方法 :Logger 对象提供的方法,用于创建不同级别的日志记录。每个方法对应特定日志级别,例如:
python 复制代码
logger.debug('这是一条 DEBUG 级别的日志记录')
logger.info('这是一条 INFO 级别的日志记录')
logger.warning('这是一条 WARNING 级别的日志记录')
logger.error('这是一条 ERROR 级别的日志记录')
logger.critical('这是一条 CRITICAL 级别的日志记录')
1.3.2 联系

设置日志级别和使用 logger.debug 等方法共同决定最终输出的日志记录。调用 logger.debug 等方法创建日志记录时,Logger 会检查该记录级别是否高于或等于设置的日志级别,若是则传递给 Handler 处理,否则忽略。

2. Handler

Handler负责将日志记录发送到指定目标,如控制台、文件、网络等。

2.1 StreamHandler

将日志输出到流中,通常是控制台。可通过sys.stdout或sys.stderr指定输出流。

2.2 FileHandler

将日志写入文件。可指定文件名和打开模式(如'a'表示追加,'w'表示覆盖)。

2.3 RotatingFileHandler

继承自FileHandler,支持日志文件自动轮转。文件达到指定大小后,自动创建新日志文件并保留旧文件。

2.4 TimedRotatingFileHandler

同样继承自FileHandler,按时间间隔轮转日志文件,如每天、每小时等。

3. Formatter

Formatter用于定义日志记录的格式,如时间、日志级别、消息内容等。可通过logging.Formatter类创建自定义格式。

4. Filter

Filter用于过滤日志记录,只允许符合条件的日志记录通过。可通过logging.Filter类创建自定义过滤器。

三、基本使用方法

1. 简单示例

python 复制代码
import logging

# 获取Logger对象
logger = logging.getLogger('example')
logger.setLevel(logging.DEBUG)

# 创建StreamHandler并添加到Logger
ch = logging.StreamHandler()
ch.setLevel(logging.DEBUG)

# 创建Formatter并添加到Handler
formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s')
ch.setFormatter(formatter)

# 将Handler添加到Logger
logger.addHandler(ch)

# 记录日志
logger.debug('This is a debug message')
logger.info('This is an info message')
logger.warning('This is a warning message')
logger.error('This is an error message')
logger.critical('This is a critical message')

2. 配置日志级别

日志级别从低到高依次为:DEBUG、INFO、WARNING、ERROR、CRITICAL。可通过setLevel方法设置Logger和Handler的日志级别。

3. 输出到文件

python 复制代码
import logging

# 获取Logger对象
logger = logging.getLogger('example')
logger.setLevel(logging.DEBUG)

# 创建FileHandler并添加到Logger
fh = logging.FileHandler('example.log')
fh.setLevel(logging.DEBUG)

# 创建Formatter并添加到Handler
formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s')
fh.setFormatter(formatter)

# 将Handler添加到Logger
logger.addHandler(fh)

# 记录日志
logger.debug('This is a debug message')

四、高级配置

1. 使用配置文件

可使用配置文件配置日志系统,支持JSON、YAML等格式。以下是一个JSON配置文件示例:

json 复制代码
{
    "version": 1,
    "disable_existing_loggers": false,
    "formatters": {
        "simple": {
            "format": "%(asctime)s - %(name)s - %(levelname)s - %(message)s"
        }
    }
}

2. 自定义Handler

可通过继承logging.Handler类创建自定义Handler,实现将日志记录发送到自定义目标。

python 复制代码
import logging

class MyHandler(logging.Handler):
    def __init__(self):
        super().__init__()

    def emit(self, record):
        msg = self.format(record)
        # 自定义处理逻辑
        print(f'Custom Handler: {msg}')

# 使用自定义Handler
logger = logging.getLogger('custom')
logger.setLevel(logging.DEBUG)

handler = MyHandler()
handler.setLevel(logging.DEBUG)

formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s')
handler.setFormatter(formatter)

logger.addHandler(handler)

logger.debug('This is a custom handler message')

五、最佳实践

  • 为不同模块使用不同的Logger名称,方便日志管理和过滤。
  • 根据不同环境(开发、测试、生产)设置不同的日志级别。
  • 定期清理日志文件,避免占用过多磁盘空间。
  • 使用RotatingFileHandler或TimedRotatingFileHandler实现日志文件自动轮转。

六、参考文档

相关推荐
第九序言T4 小时前
Python 数据处理进阶(十八)批量处理同结构文件:一个文件夹一次跑完
开发语言·python·自动化·pandas·数据处理
Java后端的Ai之路4 小时前
CAS并发控制-从CPU指令到企业级乐观锁
vue.js·人工智能·python·cas·乐观锁
qq_426003964 小时前
UI自动化高频次登录login限流解决方案
python·ui·自动化
Sakura_j_h_4 小时前
EasyEDA PCB 快速设计Skills
c++·python·github
龙亘川5 小时前
构建城市公共安全数字底座:亘川智城智慧安防系统全维度解读
java·大数据·开发语言·人工智能·信息可视化
程序喵大人5 小时前
【C++入门】内存模型与资源管理 - 09 shared_ptr 和 weak_ptr 解决共享,也带来代价
开发语言·c++·资源管理·智能指针·内存模型
quantdash_cc5 小时前
如何验证历史行情的交易日期是否完整覆盖研究区间?
python·数据分析·pandas·量化交易·股票数据·quantdash
I Am a robert girl5 小时前
当智能体学会“串通”:从长程交互中读懂涌现式合谋
python·多智能体系统·多智能体协作·llm agent·涌现式合谋·对齐问题·激励机制设计
Raas1006 小时前
AI网关部署方案?从部署到上线全流程
java·开发语言·人工智能·gateway·ai网关·企业级ai网关·企业级ai产品
云和数据.ChenGuang6 小时前
光哥说Python RAG 系统需要哪些评估指标:从检索到生成的全链路评测指南
网络·人工智能·python·算法·langchain