| Python logger模块 | 您所在的位置：网站首页 › log函数中log怎么读 › Python logger模块 |
Python logger模块
|
1 logging模块简介
logging模块是Python内置的标准模块，主要用于输出运行日志，可以设置输出日志的等级、日志保存路径、日志文件回滚等；相比print，具备如下优点： 可以通过设置不同的日志等级，在release版本中只输出重要信息，而不必显示大量的调试信息； 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它数据；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； Logger从来不直接实例化，经常通过logging模块级方法（Module-Level Function）logging.getLogger(name)来获得，其中如果name不给定就用root。名字是以点号分割的命名方式命名的(a.b.c)。对同一个名字的多个调用logging.getLogger()方法会返回同一个logger对象。这种命名方式里面，后面的loggers是前面logger的子logger，自动继承父loggers的log信息，正因为此,没有必要把一个应用的所有logger都配置一遍，只要把顶层的logger配置好了，然后子logger根据需要继承就行了。 logging.Logger对象扮演了三重角色: 首先,它暴露给应用几个方法以便应用可以在运行时写log. 其次,Logger对象按照log信息的严重程度或者根据filter对象来决定如何处理log信息(默认的过滤功能). 最后,logger还负责把log信息传送给相关的handlers. 2 logging模块使用 2.1 基本使用配置logging基本的设置，然后在控制台输出日志， import logging logging.basicConfig(level = logging.INFO,format = '%(asctime)s - %(name)s - %(levelname)s - %(message)s') logger = logging.getLogger(__name__) logger.info("Start print log") logger.debug("Do something") logger.warning("Something maybe fail.") logger.info("Finish")运行时，控制台输出， 1 2016-10-09 19:11:19,434 - __main__ - INFO - Start print log 2 2016-10-09 19:11:19,434 - __main__ - WARNING - Something maybe fail. 3 2016-10-09 19:11:19,434 - __main__ - INFO - Finishlogging中可以选择很多消息级别，如：DEBUG，INFO，WARNING，ERROR，CRITICAL，通过赋予logger或者handler不同的级别，开发者就可以只输出错误信息到特定的记录文件，或者在调试时只记录调试信息。
将logger的级别改为DEBUG，再观察一下输出结果 logging.basicConfig(level = logging.DEBUG,format = '%(asctime)s - %(name)s - %(levelname)s - %(message)s')从输出结果可以看到，输出了debug的日志记录 2016-10-09 19:12:08,289 - __main__ - INFO - Start print log 2016-10-09 19:12:08,289 - __main__ - DEBUG - Do something 2016-10-09 19:12:08,289 - __main__ - WARNING - Something maybe fail. 2016-10-09 19:12:08,289 - __main__ - INFO - Finish logging.basicConfig函数各参数： filename：指定日志文件名； filemode：和file函数意义相同，指定日志文件的打开模式，'w'或者'a'； format：指定输出的格式和内容，format可以输出很多有用的信息， datefmt：指定时间格式，同time.strftime()； level：设置日志级别，默认为logging.WARNNING； stream：指定将日志的输出流，可以指定输出到sys.stderr，sys.stdout或者文件，默认输出到sys.stderr，当stream和filename同时指定时，stream被忽略； Formatters定义了Logger记录的输出格式。 定义了最终log信息的内容格式，应用可以直接实例化Foamatter类。信息格式字符串用%()s风格的字符串做替换。 属性名称 格式 说明 name %(name)s 日志的名称 asctime %(asctime)s 可读时间，默认格式‘2003-07-08 16:49:45,896’，逗号之后是毫秒 filename %(filename)s 文件名，pathname的一部分 pathname %(pathname)s 文件的全路径名称 funcName %(funcName)s 调用日志多对应的方法名 levelname %(levelname)s 日志的等级 levelno %(levelno)s 数字化的日志等级 lineno %(lineno)d 被记录日志在源码中的行数 module %(module)s 模块名 msecs %(msecs)d 时间中的毫秒部分 process %(process)d 进程的ID processName %(processName)s 进程的名称 thread %(thread)d 线程的ID threadName %(threadName)s 线程的名称 relativeCreated %(relativeCreated)d 日志被创建的相对时间，以毫秒为单位 2.2 将日志写入到文件2.2.1 将日志写入到文件 设置logging，创建一个FileHandler，并对输出消息的格式进行设置，将其添加到logger，然后将日志写入到指定的文件中， import logging logger = logging.getLogger(__name__) logger.setLevel(level = logging.INFO) handler = logging.FileHandler("log.txt") handler.setLevel(logging.INFO) formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s') handler.setFormatter(formatter) logger.addHandler(handler) logger.info("Start print log") logger.debug("Do something") logger.warning("Something maybe fail.") logger.info("Finish")log.txt中日志数据为： 2017-07-25 15:02:09,905 - __main__ - INFO - Start print log2017-07-25 15:02:09,905 - __main__ - WARNING - Something maybe fail.2017-07-25 15:02:09,905 - __main__ - INFO - Finish 2.2.2 将日志同时输出到屏幕和日志文件 logger中添加StreamHandler，可以将日志输出到屏幕上， import logging logger = logging.getLogger(__name__) logger.setLevel(level = logging.INFO) handler = logging.FileHandler("log.txt") handler.setLevel(logging.INFO) formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s') handler.setFormatter(formatter) console = logging.StreamHandler() console.setLevel(logging.INFO) logger.addHandler(handler) logger.addHandler(console) logger.info("Start print log") logger.debug("Do something") logger.warning("Something maybe fail.") logger.info("Finish")可以在log.txt文件和控制台中看到 2017-07-25 15:03:05,075 - __main__ - INFO - Start print log2017-07-25 15:03:05,075 - __main__ - WARNING - Something maybe fail.2017-07-25 15:03:05,075 - __main__ - INFO - Finish 可以发现，logging有一个日志处理的主对象，其他处理方式都是通过addHandler添加进去，logging中包含的handler主要有如下几种， handler名称：位置；作用 StreamHandler：logging.StreamHandler；日志输出到流，可以是sys.stderr，sys.stdout或者文件 FileHandler：logging.FileHandler；日志输出到文件 BaseRotatingHandler：logging.handlers.BaseRotatingHandler；基本的日志回滚方式 RotatingHandler：logging.handlers.RotatingHandler；日志回滚方式，支持日志文件最大数量和日志文件回滚 TimeRotatingHandler：logging.handlers.TimeRotatingHandler；日志回滚方式，在一定时间区域内回滚日志文件 SocketHandler：logging.handlers.SocketHandler；远程输出日志到TCP/IP sockets DatagramHandler：logging.handlers.DatagramHandler；远程输出日志到UDP sockets SMTPHandler：logging.handlers.SMTPHandler；远程输出日志到邮件地址 SysLogHandler：logging.handlers.SysLogHandler；日志输出到syslog NTEventLogHandler：logging.handlers.NTEventLogHandler；远程输出日志到Windows NT/2000/XP的事件日志 MemoryHandler：logging.handlers.MemoryHandler；日志输出到内存中的指定buffer HTTPHandler：logging.handlers.HTTPHandler；通过"GET"或者"POST"远程输出到HTTP服务器
2.2.3 日志回滚 使用RotatingFileHandler，可以实现日志回滚， import logging from logging.handlers import RotatingFileHandler logger = logging.getLogger(__name__) logger.setLevel(level = logging.INFO) #定义一个RotatingFileHandler，最多备份3个日志文件，每个日志文件最大1K rHandler = RotatingFileHandler("log.txt",maxBytes = 1*1024,backupCount = 3) rHandler.setLevel(logging.INFO) formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s') rHandler.setFormatter(formatter) console = logging.StreamHandler() console.setLevel(logging.INFO) console.setFormatter(formatter) logger.addHandler(rHandler) logger.addHandler(console) logger.info("Start print log") logger.debug("Do something") logger.warning("Something maybe fail.") logger.info("Finish")可以在工程目录中看到，备份的日志文件， .3 设置消息的等级可以设置不同的日志等级，用于控制日志的输出 日志等级：使用范围 FATAL：致命错误 CRITICAL：特别糟糕的事情，如内存耗尽、磁盘空间为空，一般很少使用 ERROR：发生错误时，如IO操作失败或者连接问题 WARNING：发生很重要的事件，但是并不是错误时，如用户登录密码错误 INFO：处理请求或者状态变化等日常事务 DEBUG：调试过程中使用DEBUG等级，如算法中每个循环的中间状态 setLevel(lvl) 定义处理log的最低等级，内建的级别为：DEBUG，INFO，WARNING，ERROR，CRITICAL；下图是级别对应数值 Python中的traceback模块被用于跟踪异常返回信息，可以在logging中记录下traceback import logging logger = logging.getLogger(__name__) logger.setLevel(level = logging.INFO) handler = logging.FileHandler("log.txt") handler.setLevel(logging.INFO) formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s') handler.setFormatter(formatter) console = logging.StreamHandler() console.setLevel(logging.INFO) logger.addHandler(handler) logger.addHandler(console) logger.info("Start print log") logger.debug("Do something") logger.warning("Something maybe fail.") try: open("sklearn.txt","rb") except (SystemExit,KeyboardInterrupt): raise except Exception: logger.error("Faild to open sklearn.txt from logger.error",exc_info = True) logger.info("Finish")控制台和日志文件log.txt中输出  
1 2017-07-25 15:04:24,045 - __main__ - INFO - Start print log
2 2017-07-25 15:04:24,045 - __main__ - WARNING - Something maybe fail.
3 2017-07-25 15:04:24,046 - __main__ - ERROR - Faild to open sklearn.txt from logger.error
4 Traceback (most recent call last):
5 File "E:\PYTHON\Eclipse\eclipse\Doc\14day5\Logger模块\Logging.py", line 71, in
6 open("sklearn.txt","rb")
7 IOError: [Errno 2] No such file or directory: 'sklearn.txt'
8 2017-07-25 15:04:24,049 - __main__ - INFO - Finish
View Code
也可以使用logger.exception(msg,_args)，它等价于logger.error(msg,exc_info = True,_args)， 将 logger.error("Faild to open sklearn.txt from logger.error",exc_info = True) 替换为， logger.exception("Failed to open sklearn.txt from logger.exception")2.5 多模块使用logging 主模块mainModule.py import logging import subModule logger = logging.getLogger("mainModule") logger.setLevel(level = logging.INFO) handler = logging.FileHandler("log.txt") handler.setLevel(logging.INFO) formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s') handler.setFormatter(formatter) console = logging.StreamHandler() console.setLevel(logging.INFO) console.setFormatter(formatter) logger.addHandler(handler) logger.addHandler(console) logger.info("creating an instance of subModule.subModuleClass") a = subModule.SubModuleClass() logger.info("calling subModule.subModuleClass.doSomething") a.doSomething() logger.info("done with subModule.subModuleClass.doSomething") logger.info("calling subModule.some_function") subModule.som_function() logger.info("done with subModule.some_function")子模块subModule.py import logging module_logger = logging.getLogger("mainModule.sub") class SubModuleClass(object): def __init__(self): self.logger = logging.getLogger("mainModule.sub.module") self.logger.info("creating an instance in SubModuleClass") def doSomething(self): self.logger.info("do something in SubModule") a = [] a.append(1) self.logger.debug("list a = " + str(a)) self.logger.info("finish something in SubModuleClass") def som_function(): module_logger.info("call function some_function")执行之后，在控制和日志文件log.txt中输出
1 2017-07-25 15:05:07,427 - mainModule - INFO - creating an instance of subModule.subModuleClass
2 2017-07-25 15:05:07,427 - mainModule.sub.module - INFO - creating an instance in SubModuleClass
3 2017-07-25 15:05:07,427 - mainModule - INFO - calling subModule.subModuleClass.doSomething
4 2017-07-25 15:05:07,427 - mainModule.sub.module - INFO - do something in SubModule
5 2017-07-25 15:05:07,427 - mainModule.sub.module - INFO - finish something in SubModuleClass
6 2017-07-25 15:05:07,427 - mainModule - INFO - done with subModule.subModuleClass.doSomething
7 2017-07-25 15:05:07,427 - mainModule - INFO - calling subModule.some_function
8 2017-07-25 15:05:07,427 - mainModule.sub - INFO - call function some_function
9 2017-07-25 15:05:07,428 - mainModule - INFO - done with subModule.some_function
View Code
说明： 首先在主模块定义了logger'mainModule'，并对它进行了配置，就可以在解释器进程里面的其他地方通过getLogger('mainModule')得到的对象都是一样的，不需要重新配置，可以直接使用。定义的该logger的子logger，都可以共享父logger的定义和配置，所谓的父子logger是通过命名来识别，任意以'mainModule'开头的logger都是它的子logger，例如'mainModule.sub'。 实际开发一个application，首先可以通过logging配置文件编写好这个application所对应的配置，可以生成一个根logger，如'PythonAPP'，然后在主函数中通过fileConfig加载logging配置，接着在application的其他地方、不同的模块中，可以使用根logger的子logger，如'PythonAPP.Core'，'PythonAPP.Web'来进行log，而不需要反复的定义和配置各个模块的logger。 3 通过JSON或者YAML文件配置logging模块 尽管可以在Python代码中配置logging，但是这样并不够灵活，最好的方法是使用一个配置文件来配置。在Python 2.7及以后的版本中，可以从字典中加载logging配置，也就意味着可以通过JSON或者YAML文件加载日志的配置。 3.1 通过JSON文件配置JSON配置文件 { "version":1, "disable_existing_loggers":false, "formatters":{ "simple":{ "format":"%(asctime)s - %(name)s - %(levelname)s - %(message)s" } }, "handlers":{ "console":{ "class":"logging.StreamHandler", "level":"DEBUG", "formatter":"simple", "stream":"ext://sys.stdout" }, "info_file_handler":{ "class":"logging.handlers.RotatingFileHandler", "level":"INFO", "formatter":"simple", "filename":"info.log", "maxBytes":"10485760", "backupCount":20, "encoding":"utf8" }, "error_file_handler":{ "class":"logging.handlers.RotatingFileHandler", "level":"ERROR", "formatter":"simple", "filename":"errors.log", "maxBytes":10485760, "backupCount":20, "encoding":"utf8" } }, "loggers":{ "my_module":{ "level":"ERROR", "handlers":["info_file_handler"], "propagate":"no" } }, "root":{ "level":"INFO", "handlers":["console","info_file_handler","error_file_handler"] } }通过JSON加载配置文件，然后通过logging.dictConfig配置logging， import json import logging.config import os def setup_logging(default_path = "logging.json",default_level = logging.INFO,env_key = "LOG_CFG"): path = default_path value = os.getenv(env_key,None) if value: path = value if os.path.exists(path): with open(path,"r") as f: config = json.load(f) logging.config.dictConfig(config) else: logging.basicConfig(level = default_level) def func(): logging.info("start func") logging.info("exec func") logging.info("end func") if __name__ == "__main__": setup_logging(default_path = "logging.json") func()3.2 通过YAML文件配置 通过YAML文件进行配置，比JSON看起来更加简介明了， version: 1 disable_existing_loggers: False formatters: simple: format: "%(asctime)s - %(name)s - %(levelname)s - %(message)s" handlers: console: class: logging.StreamHandler level: DEBUG formatter: simple stream: ext://sys.stdout info_file_handler: class: logging.handlers.RotatingFileHandler level: INFO formatter: simple filename: info.log maxBytes: 10485760 backupCount: 20 encoding: utf8 error_file_handler: class: logging.handlers.RotatingFileHandler level: ERROR formatter: simple filename: errors.log maxBytes: 10485760 backupCount: 20 encoding: utf8 loggers: my_module: level: ERROR handlers: [info_file_handler] propagate: no root: level: INFO handlers: [console,info_file_handler,error_file_handler]通过YAML加载配置文件，然后通过logging.dictConfig配置logging import yaml import logging.config import os def setup_logging(default_path = "logging.yaml",default_level = logging.INFO,env_key = "LOG_CFG"): path = default_path value = os.getenv(env_key,None) if value: path = value if os.path.exists(path): with open(path,"r") as f: config = yaml.load(f) logging.config.dictConfig(config) else: logging.basicConfig(level = default_level) def func(): logging.info("start func") logging.info("exec func") logging.info("end func") if __name__ == "__main__": setup_logging(default_path = "logging.yaml") func()4 Reference http://wjdadi-gmail-com.iteye.com/blog/1984354 关于 logging 的一些琐事 python logging 重复写日志问题
本文摘自：http://www.cnblogs.com/zhbzz2007/p/5943685.html |
【本文地址】
公司简介
联系我们