Python教程

Python的日志输出

本文主要是介绍Python的日志输出,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!

目录
  • logging模块
    • 一、 基础使用
      • 1、 简介
      • 2、 常用函数
      • 3、 日志配置
    • 二、 日志进阶
      • 1、 四大组件
      • 2、 Logger组件
        • 2.1 常用方法
        • 2.2 获取对象
        • 2.3 层级等级
      • 3、 Handler组件
        • 3.1 组件用途
        • 3.2 组件方法
      • 4、 Formater组件
        • 4.1 用途语法
        • 4.2 使用案例
      • 5、 Filter组件
    • 三、 配置文件
      • 1、 conf文件
      • 2、 yaml文件

logging模块

一、 基础使用

1、 简介

程序都有记录日志的需求,并且日志中包含的信息既有正常的程序访问日志,还可能有错误、警告等信息输出。
python的logging模块提供了标准的日志接口,可以通过它存储各种格式的日志,logging的日志分为debug(), info(), warning(), error() and critical()5个级别。
python默认只打印warning级别以上的日志

日志基础:

两种记录日志的方式:

  • 第一种方式是使用logging提供的模块级别的函数
  • 第二种方式是使用Logging日志系统的四大组件

其实模块级别的日志记录函数也是对logging日志系统相关类的封装。

2、 常用函数

模块级别的常用函数

函数 说明
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) 创建一条严重级别为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

默认只有warning级别以上的日志会打印

3、 日志配置

basicConfig所有参数信息

参数名称 描述
filename 指定日志输出目标文件的文件名
filemode 指定日志文件的打开模式,默认'a'
format 指定日志格式字符串
datefmt 指定日期/时间格式,需format中包含%(asctime)s字段
level 指定日志器的日志级别
stream 指定日志输出目标,如sys.stdoutsys.stderr以及网络streamstreamfilename不能共存
style 指定format格式字符串的风格,可取值为'%'、'{'和'$',默认为'%'
handlers 该选项如果应该是一个创建了多个Handler的可迭代对象,这些handler将会被添加到root logger

format所有参数列表

字段/属性名称 使用格式 描述
asctime %(asctime)s 字符串形式的当前时间。默认格式是 “2003-07-08 16:49:45,896”
created %(created)f 时间戳,就是调用time.time()函数返回的值
msecs %(msecs)d 日志发生时间的毫秒部分
levelname %(levelname)s 文字形式的日志级别
levelno %(levelno)s 数字形式的日志级别(10, 20, 30, 40, 50)
name %(name)s 使用的日志器名称,默认是'root'
message %(message)s 日志记录的文本内容,msg % args计算得到的
pathname %(pathname)s 调用日志记录函数的源码文件的全路径
filename %(filename)s pathname的文件名部分,含文件后缀
module %(module)s filename的名称部分,不包含后缀
lineno %(lineno)d 调用日志记录函数的源代码所在的行号
funcName %(funcName)s 调用日志记录函数的函数名
process %(process)d 进程ID
processName %(processName)s 进程名称
thread %(thread)d 线程ID
threadName %(thread)s 线程名称

示例:

#!/usr/bin/python3
# -*- coding: UTF-8 -*-
__author__ = "A.L.Kun"
__file__ = "demo01.py"
__time__ = "2022/8/4 10:38"

import logging

logging.basicConfig(level=logging.DEBUG, format='%(asctime)s | %(levelname)s | %(message)s', datefmt='%Y-%m-%d %I:%M:%S %p')
# level 配置最低打印的日志级别
# format 格式化输出子让孩子信息
logging.error("error")
logging.log(logging.DEBUG, "%s is %s old", 'Tom', '12')  # 如果信息里面有变量,可以通过增加参数数量的方法来输出完整内容

注意:

  • logging.debug()等方法的定义中,除了msgargs参数外,还有一个**kwargs参数。它们支持3个关键字参数:exc_info, stack_info, extra,下面对这几个关键字参数作个说明。
    • exc_info: 其值为布尔值,如果该参数的值设置为True,则会将异常信息添加到日志消息中。如果没有异常信息则添加None到日志信息中
    • stack_info:其值也为布尔值,默认值为False。如果该参数的值设置为True,栈信息将会被添加到日志信息中
    • extra:这是一个字典(dict)参数,它可以用来自定义消息格式中所包含的字段,但是它的key不能与logging模块定义的字段冲突

二、 日志进阶

1、 四大组件

组件名称 对应类名 功能描述
日志器 Logger 提供了应用程序可一直使用的接口
处理器 Handler 将logger创建的日志记录发送到合适的目的输出
过滤器 Filter 提供了更细粒度的控制工具来决定输出哪条日志记录,丢弃哪条日志记录
格式器 Formatter 决定日志记录的最终输出格式

组件之间的关系

  • 日志器(logger)需要通过处理器(handler)将日志信息输出到目标位置,如:文件、sys.stdout、网络等
  • 不同的处理器(handler)可以将日志输出到不同的位置
  • 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
  • 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
  • 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

日志器(logger)是入口,真正干活儿的是处理器(handler),处理器(handler)还可以通过过滤器(filter)和格式器(formatter)对要输出的日志内容做过滤和格式化等处理操作

2、 Logger组件

2.1 常用方法

Logger对象有三个任务要做:

  • 向应用程序代码暴露几个方法,使应用程序可以在运行时记录日志消息
  • 基于日志严重等级(默认的过滤设施)或filter对象来决定要对哪些日志进行后续处理
  • 将日志消息传送给所有感兴趣的日志handlers

Logger对象最常用的方法分为两类:配置方法 和 发送方法

配置方法 描述
Logger.setLevel() 设置日志器将会处理的日志消息的最低严重级别
Logger.addHandler()Logger.removeHandler() 为该logger对象添加 和 移除一个handler对象
Logger.addFilter() Logger.removeFilter() 为该logger对象添加 和 移除一个filter对象
发送方法 描述
Logger.debug(), Logger.info(), Logger.warning(), Logger.error(), Logger.critical() 创建一个与它们的方法名对应等级的日志记录
Logger.exception() 创建一个类似于Logger.error()的日志消息
Logger.log() 需要获取一个明确的日志level参数来创建一个日志记录

Logger.exception()Logger.error()的区别在于:Logger.exception()将会输出堆栈追踪信息,另外一个通常只是在一个exception handler中调用该方法

2.2 获取对象

一种方式是通过Logger类的实例化方法创建一个Logger类的实例,更通常的方法是用logging.getLogger()方法
logging.getLogger()方法有一个可选参数name,该参数表示将要返回的日志器的名称标识,如果不提供该参数,则其值为'root'。若以相同的name参数值多次调用getLogger()方法,将会返回指向同一个logger对象的引用。

# 聊天工具的图形界面模块可以这样获得它的Logger:
LOG = logging.getLogger(”chat.gui”)

# 核心模块可以这样:
LOG = logging.getLogger(”chat.kernel”)

2.3 层级等级

logger的层级结构与有效等级:

  • 层级结构
    logger的名称是一个以'.'分割的层级结构,每个'.'后面的logger都是'.'前面的loggerchildren
  • 有效等级
    如果一个logger上没有被明确设置一个level,那么该logger就是使用它parentlevel,直到找到个一个明确设置了level的祖先为止。root logger总是会有一个明确的level设置(默认为 WARNING)。当决定是否去处理一个已发生的事件时,logger的有效等级将会被用来决定是否将该事件传递给该loggerhandlers进行处理
  • 继承关系
    child loggers在完成对日志消息的处理后,默认会将日志消息传递给与它们的祖先loggers相关的handlers。因此不必所有loggers定义和配置handlers,只需要为一个顶层的logger配置handlers,然后按照需要创建child loggers就可足够了。可以通过将一个loggerpropagate属性设置为False来关闭这种传递机制,默认为True

3、 Handler组件

3.1 组件用途

Handler对象的作用是(基于日志消息的level)将消息分发到handler指定的位置(文件、网络、邮件等)。Logger对象可以通过addHandler()方法为自己添加0个或者更多个handler对象。比如,一个应用程序可能想要实现以下几个日志需求:

  • 把所有日志都发送到一个日志文件中
  • 把所有严重级别大于等于error的日志发送到stdout(标准输出)
  • 把所有严重级别为critical的日志发送到一个email邮件地址

这种场景就需要3个不同的handlers,每个handler负责发送一个特定级别的日志到一个特定的位置

3.2 组件方法

方法 描述
Handler.setLevel() 设置handler将会处理的日志消息的最低严重级别
Handler.setFormatter() 为handler设置一个格式器对象
Handler.addFilter()Handler.removeFilter() 为handler添加 和 删除一个过滤器对象

应用程序代码不应该直接实例化和使用Handler实例。因为Handler是一个基类,它只定义了所有handlers都应该有的接口

常用的Handler

Handler 描述
logging.StreamHandler 将日志消息发送到输出到Stream,如std.out, std.err或任何file-like对象。
logging.FileHandler 将日志消息发送到磁盘文件,默认情况下文件大小会无限增长
logging.handlers.RotatingFileHandler 将日志消息发送到磁盘文件,并支持日志文件按大小切割
logging.hanlders.TimedRotatingFileHandler 将日志消息发送到磁盘文件,并支持日志文件按时间切割
logging.handlers.HTTPHandler 将日志消息以GET或POST的方式发送给一个HTTP服务器
logging.handlers.SMTPHandler 将日志消息发送给一个指定的email地址
logging.NullHandler 该Handler实例会忽略error messages

具体使用可以参照官方文档:https://docs.python.org/zh-cn/3/library/logging.handlers.html

4、 Formater组件

4.1 用途语法

日志的formatter是个独立的组件,可以跟handler组合。Formater对象用于配置日志信息的最终顺序、结构和内容。
Formatter类的构造方法定义如下:

logging.Formatter.__init__(fmt=None, datefmt=None, style='%')

参数:

  • fmt:指定消息格式化字符串,如果不指定该参数则默认使用message的原始值
  • datefmt:指定日期格式字符串,如果不指定该参数则默认使用"%Y-%m-%d %H:%M:%S"
  • style:可取值为 '%', '{'和 '$',如果不指定该参数则默认使用'%'

4.2 使用案例

#!/usr/bin/python3
# -*- coding: UTF-8 -*-
__author__ = "A.L.Kun"
__file__ = "demo01.py"
__time__ = "2022/8/4 10:38"

import logging

LOG = logging.getLogger()
fh = logging.FileHandler("access.log")
formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s')
fh.setFormatter(formatter)  # 把formater绑定到fh上
LOG.addHandler(fh)
LOG.warning("test")  

5、 Filter组件

Filter可以被Handler和Logger用来做比level更细粒度的、更复杂的过滤功能。Filter是一个过滤器基类,它只允许某个logger层级下的日志事件通过过滤。该类定义如下:

class logging.Filter(name='A.B')
    filter(record)

一个filter实例化时传递的name参数值为'A.B',那么该filter将只允许名称为类似'A.B','A.B,C','A.B.C.D','A.B.D'loggers产生的日志记录通过过滤。如果name为空字符串,则允许所有的日志事件通过过滤。

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,返回值为非0表示可以通过过滤。

若需要,可以在filter(record)方法内部改变该record,比如添加、删除或修改一些属性
还可以通过filter做一些统计工作,如计算一个特殊的loggerhandler所处理的record数量等

使用示例:

class IgnoreBackupLogFilter(logging.Filter):
    """忽略带db backup 的日志"""
    def filter(self, record): # 固定写法
        return   "db backup" not in record.getMessage()

logger.addFilter(IgnoreBackupLogFilter())  # 自定义过滤器
logger.warning("start to run db backup job ....")
logger.error("test error ....")

三、 配置文件

  1. 使用配置方法的 Python 代码显式创建记录器,处理程序和格式化程序
  2. 创建日志记录配置文件并使用该fileConfig()功能读取它
  3. 创建配置信息字典并将其传递给 dictConfig()函数

1、 conf文件

[loggers]  # 设置两个日志记录器,root和core,用来区分运行的文件
keys=root, core

[handlers]  # 设置handles
keys=consoleHandler,fileHandler

[formatters] # 设置格式化处理
keys=simpleFormatter

[logger_root]  # 配置root日志输出
level=DEBUG
handlers=fileHandler

[logger_core]  # 配置core的日志输出
level=DEBUG
# 输出最低级别为debug
handlers=consoleHandler,fileHandler
# 添加控制台输出和文件输出
qualname=core
# 配置输出名字,一定要和日志输出的同名,相当于实例化中的参数name,root可以不用配置
propagate=0
# 是否要传递给祖先处理器,如果为1,则会输出多遍,父类也会输出

[handler_consoleHandler]  # 配置控制台输出consoleHandler
class=StreamHandler
level=WARNING
formatter=simpleFormatter
args=(sys.stdout,)

[handler_fileHandler]  # 配置文件输出fileHandler
class=FileHandler
level=DEBUG
formatter=simpleFormatter
args=('test.log','a+')

[formatter_simpleFormatter]  # 配置输出格式化simpleFormatter
format=%(asctime)s - %(name)s - %(levelname)s - %(message)s
datefmt=%Y-%m-%d %I:%M:%S %p

使用方法:

#!/usr/bin/python3
# -*- coding: UTF-8 -*-
__author__ = "A.L.Kun"
__file__ = "demo.py"
__time__ = "2022/8/4 11:42"

import logging
from logging.config import fileConfig, dictConfig

fileConfig("config.conf")
LOG = logging.getLogger("core")
LOG.error("这个是core对象的输出哦")
LOG = logging.getLogger()
LOG.error("这个是root对象输出哦")

2、 yaml文件

环境配置:pip install PyYAML

我们先把上面的conf文件转换为yaml文件

version: 1.0
formatters:
  simpleFormatter:
    format: '%(asctime)s - %(name)s - %(levelname)s - %(message)s'
    datefmt: '%Y-%m-%d %I:%M:%S %p'
handlers:
  fileHandler:
    class: logging.FileHandler
    level: DEBUG
    formatter: simpleFormatter
    filename: test.log
    mode: a
    encoding: utf8
  consoleHandler:
    class: logging.StreamHandler
    level: WARNING
    formatter: simpleFormatter
    stream: ext://sys.stdout  # 注意这个哦
loggers:
  root:
    level: DEBUG
    handlers: [fileHandler]
  core:
    level: DEBUG
    handlers: [consoleHandler,fileHandler]
    qualname: core
    propagate: 0

使用方法:

#!/usr/bin/python3
# -*- coding: UTF-8 -*-
__author__ = "A.L.Kun"
__file__ = "demo.py"
__time__ = "2022/8/4 11:42"
import yaml
import logging
from logging.config import fileConfig, dictConfig

# fileConfig("config.conf")
with open("config.yaml", 'r', encoding='utf-8') as f:
    config = yaml.load(f.read(), yaml.FullLoader)
    dictConfig(config)

LOG = logging.getLogger("core")
LOG.error("这个是core对象的输出哦")
这篇关于Python的日志输出的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!