Python 中 logging 模块使用详情
Posted
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了Python 中 logging 模块使用详情相关的知识，希望对你有一定的参考价值。
参考技术A在实际应用中，日志文件十分重要，通过日志文件，我们知道程序运行的细节；同时，当程序出问题时，我们也可以通过日志快速定位问题所在。在我们写程序时，也可以借助 logging 模块的输出信息来调试代码。
但是很多人还是在程序中使用print()函数来输出一些信息，比如：
这样用的话缺点很明显，当程序写好运行时，我们要把这些print()函数删掉，在简单的的程序中用还行，当程序比较复杂时，这个办法很低效。
如果使用 logging 模块，看看效果
运行结果如下：
你也许会问，这和 print() 函数有什么区别呢？区别就在于，logging模块可以通过改变level来控制一些语句是否被输出，比如当我们把level改成DEBUG级别:
得到输出如下:
logging 模块是python自带的一个包，因此在使用的时候，不必安装，只需要import即可。有5个level，分别是debug，主要是查看一下程序运行的信息，一般是调试程序要看的信息；info，是我们看程序是否如预料执行的信息；warn，意料之外的，但是不影响程序运行； error 和 critical 就是一些比较严重的问题，会影响程序运行。默认leval是warn，这个时候debug级别和info级别就不会被输出到日志里了。如果想要看到这些信息，就需要进行一些设置。
我们主要调用 basicConfig(***kwargs*) 这个函数对 logging 进行设置。
常用的参数如下:
我们通过调整format，可以输出我们想要的格式，比如：
结果是：
这就是在 format 参数中设置了时间的，所以得到了时间，我们可以输出多种想要的信息
总结：
本文主要介绍了 logging 模块的基础用法，除非是自己写的小脚本中我们使用print()函数，其他情况下最好还是用logging模块来打印信息，输出日志吧。
python logging模块使用详解
1.log4j火了
2021年底，log4j彻底火了。log4j作为整个java生态里面最重要的组件之一，被爆出了高危漏洞，无数的小伙伴因为log4j的漏洞，马上投入了通宵达旦修bug的工作中。今天我们先不谈log4j的漏洞，谈谈python中的logging模块。
2.logging的基本结构
logging主要包含有四个基础组件
Logger:
class Logger(Filterer):
"""
Instances of the Logger class represent a single logging channel. A
"logging channel" indicates an area of an application. Exactly how an
"area" is defined is up to the application developer. Since an
application can have any number of areas, logging channels are identified
by a unique string. Application areas can be nested (e.g. an area
of "input processing" might include sub-areas "read CSV files", "read
XLS files" and "read Gnumeric files"). To cater for this natural nesting,
channel names are organized into a namespace hierarchy where levels are
separated by periods, much like the Java or Python package namespace. So
in the instance given above, channel names might be "input" for the upper
level, and "input.csv", "input.xls" and "input.gnu" for the sub-levels.
There is no arbitrary limit to the depth of nesting.
"""
Logger是一个"Application"，即应用程序中直接使用的API接口，后面的例子我们可以看到Logger的使用方式。
Handler
class Handler(Filterer):
"""
Handler instances dispatch logging events to specific destinations.
The base handler class. Acts as a placeholder which defines the Handler
interface. Handlers can optionally use Formatter instances to format
records as desired. By default, no formatter is specified; in this case,
the 'raw' message as determined by record.message is logged.
"""
Handler负责将日志分发到指定的目的地。
Filter:
class Filter(object):
"""
Filter instances are used to perform arbitrary filtering of LogRecords.
Loggers and Handlers can optionally use Filter instances to filter
records as desired. The base filter class only allows events which are
below a certain point in the logger hierarchy. For example, a filter
initialized with "A.B" will allow events logged by loggers "A.B",
"A.B.C", "A.B.C.D", "A.B.D" etc. but not "A.BB", "B.A.B" etc. If
initialized with the empty string, all events are passed.
"""
Filter可以对任意的日志进行过滤，决定了哪些日志保留输出，哪些日志不显示。
Formatter：
class Formatter(object):
"""
Formatter instances are used to convert a LogRecord to text.
Formatters need to know how a LogRecord is constructed. They are
responsible for converting a LogRecord to (usually) a string which can
be interpreted by either a human or an external system. The base Formatter
allows a formatting string to be specified. If none is supplied, the
the style-dependent default value, "%(message)s", "message", or
"$message", is used.
The Formatter can be initialized with a format string which makes use of
knowledge of the LogRecord attributes - e.g. the default value mentioned
above makes use of the fact that the user's message and arguments are pre-
formatted into a LogRecord's message attribute. Currently, the useful
attributes in a LogRecord are described by:
%(name)s Name of the logger (logging channel)
%(levelno)s Numeric logging level for the message (DEBUG, INFO,
WARNING, ERROR, CRITICAL)
%(levelname)s Text logging level for the message ("DEBUG", "INFO",
"WARNING", "ERROR", "CRITICAL")
%(pathname)s Full pathname of the source file where the logging
call was issued (if available)
%(filename)s Filename portion of pathname
%(module)s Module (name portion of filename)
%(lineno)d Source line number where the logging call was issued
(if available)
%(funcName)s Function name
%(created)f Time when the LogRecord was created (time.time()
return value)
%(asctime)s Textual time when the LogRecord was created
%(msecs)d Millisecond portion of the creation time
%(relativeCreated)d Time in milliseconds when the LogRecord was created,
relative to the time the logging module was loaded
(typically at application startup time)
%(thread)d Thread ID (if available)
%(threadName)s Thread name (if available)
%(process)d Process ID (if available)
%(message)s The result of record.getMessage(), computed just as
the record is emitted
"""
Formatter决定了日志的输出格式。
3.项目实战
project-xxx
logs
Application.py
config.py
logger.conf
...
上面是某个线上项目的示例，Application.py是应用程序，config.py是logger的入口API，logger.conf是logging的具体配置。
其中config.py为
import logging.config
logging.config.fileConfig("logger.conf")
console_logger = logging.getLogger()
logger = logging.getLogger(name="rotatingFileLogger")
上述的代码，首先定义了配置文件的地址，即当前同级目录下的logger.conf文件。
同时，定义了两种日志：
console_logger与logger。而这两种日志的具体相关配置，在logger.conf文件中。
4.配置信息详解
再看看logger.conf的内容
[loggers]
keys=root,rotatingFileLogger
[handlers]
keys=consoleHandler,rotatingFileHandler
[formatters]
keys=simpleFormatter
[logger_root]
level=INFO
handlers=consoleHandler
[logger_rotatingFileLogger]
level=INFO
handlers=consoleHandler,rotatingFileHandler
qualname=rotatingFileLogger
propagate=0
[handler_consoleHandler]
class=StreamHandler
level=INFO
formatter=simpleFormatter
args=(sys.stdout,)
[handler_rotatingFileHandler]
class=handlers.RotatingFileHandler
level=INFO
formatter=simpleFormatter
args=("logs/rotating_logging.log", "a", 1*1024*1024, 5)
[formatter_simpleFormatter]
format=%(asctime)s - %(module)s - %(thread)d - %(levelname)s : %(message)s
datefmt=%Y-%m-%d %H:%M:%S
着重分析一下上面的配置文件里面的内容
1.loggers:配置的logger信息，里面必须有一个叫root的logger。当我们使用无参函数logging.getLogger()时，默认返回root这个logger。在我们上面的实例中，console_logger = logging.getLogger()，返回的实际就是这个root的logger。
2.handlers:指定需要有哪些handler。在上面的例子中，我们指定了两个，consoleHandler,rotatingFileHandler，后面会针对不同的handler具体再进行配置。
3.Filters:实例中未针对Filter进行配置。
4.formatters:对日志格式进行设置，例子中是simpleFormatter。
以上四条可以认为是全局配置，下面的logger_xxx, handler_xxx, formatter_xxx是针对全局配置中的声明再一一进行详细配置。
以handler_rotatingFileHandler为例
[handler_rotatingFileHandler]
class=handlers.RotatingFileHandler
level=INFO
formatter=simpleFormatter
args=("logs/rotating_logging.log", "a", 1*1024*1024, 5)
首先，使用的是handlers.RotatingFileHandler这个类进行逻辑处理。
同时，日志记录的级别是INFO，格式为simpleFormatter。
args的顺序与含义：
filename: 文件名，表示文件出现的位置
when: 时间，按照什么时间单位滚动
interval: 时间间隔
backupCount: 备份数量，最多保存几份日志
encoding: 编码方式
delay: 延迟写入
utc: 标准时间。
上面的例子，日志在logs文件夹下的rotating_logging.log，生成方式为append，时间间隔为1024*1024s，最大文件数5个。
5.实例测试
首先我们做个简单的测试
Application.py
def log_demo():
from config import logger
import time
curtime = time.strftime("%Y%m%d %H:%M:%S", time.localtime())
logger.info("code begin run at: %s", curtime)
print(curtime)
time.sleep(2)
endtime = time.strftime("%Y%m%d %H:%M:%S", time.localtime())
logger.info("code end run at: %s", endtime)
log_demo()
将上述代码运行以后，原来logs文件夹为空，现在会生成文件rotating_logging.log，文件内容如下：
2022-01-03 21:05:30 - Application- 4492389824 - INFO : code begin run at: 20220103 21:05:30
2022-01-03 21:05:32 - Application- 4492389824 - INFO : code end run at: 20220103 21:05:32
如果我们记录异常信息
def log_demo():
from config import logger
import time
curtime = time.strftime("%Y%m%d %H:%M:%S", time.localtime())
logger.info("code begin run at: %s", curtime)
try:
result = 2 / 0
except ZeroDivisionError as ex:
logger.error("there is some exception: %s", repr(ex))
endtime = time.strftime("%Y%m%d %H:%M:%S", time.localtime())
logger.info("ccode end run at: %s", endtime)
log_demo()
记录日志为：
2022-01-03 21:13:01 - Application - 4472901056 - INFO : code begin run at: 20220103 21:13:01
2022-01-03 21:13:01 - Application - 4472901056 - ERROR : there is some exception: ZeroDivisionError('division by zero')
2022-01-03 21:13:01 - Application - 4472901056 - INFO : ccode end run at: 20220103 21:13:01
上面的代码，虽然有我们自己输出的异常日志，但是没有错误代码的堆栈信息，而错误代码的堆栈信息在日常调试运维中非常重要。
想要达到目的很简单，只需要将logger.error变成logger.exception即可，此时日志的输出为：
2022-01-03 21:14:41 - Student - 4573265344 - INFO : code begin run at: 20220103 21:14:41
2022-01-03 21:14:41 - Student - 4573265344 - ERROR : there is some exception: ZeroDivisionError('division by zero')
Traceback (most recent call last):
File "/xxx/xxx/Application.py", line 189, in log_demo
result = 2 / 0
ZeroDivisionError: division by zero
2022-01-03 21:14:41 - Student - 4573265344 - INFO : ccode end run at: 20220103 21:14:41
通过上面的日志输出，就很容易定位到错误代码的堆栈！
以上是关于Python 中 logging 模块使用详情的主要内容，如果未能解决你的问题，请参考以下文章