Python 是一门非常流行的编程语言，广泛应用于各种领域。在编写 Python 程序时，我们常常需要记录程序运行时的日志信息，以便更轻松地进行调试。本文将介绍如何使用 Python 内置的 logging 模块来记录日志信息。
logging 模块简介
logging 模块是 Python 内置的一个标准库，用于记录程序运行时的日志信息。它提供了多种日志级别、不同的日志处理方式以及格式化输出等功能，可以帮助我们更好地进行程序调试和错误排查。
在 Python 中，我们可以使用 logging 模块来创建一个 Logger 对象，然后使用该对象来记录日志信息。Logger 对象可以设置多个 Handler，用于将日志信息输出到不同的地方，如控制台、文件等。
基本用法
下面是一个使用 logging 模块记录日志信息的简单示例：
import logging
logging.basicConfig(level=logging.DEBUG,
format="%(asctime)s [%(levelname)s] %(message)s")
logging.debug("debug message")
logging.info("info message")
logging.warning("warning message")
logging.error("error message")
logging.critical("critical message")在上面的示例中，我们首先导入了 logging 模块，并使用 basicConfig() 函数进行基本配置。其中，level 参数设置了日志级别为 DEBUG，format 参数设置了日志输出的格式。然后，我们使用 Logger 对象的不同方法来记录不同级别的日志信息。
在上面的示例中，我们设置了日志级别为 DEBUG，因此所有级别的日志信息都会被记录下来。如果我们将日志级别设置为 WARNING，那么只有 WARNING、ERROR 和 CRITICAL 级别的日志信息才会被记录下来。
日志级别
logging 模块提供了 5 个日志级别，分别是 DEBUG、INFO、WARNING、ERROR 和 CRITICAL，级别依次递增，从而可以控制日志信息的输出量和详细程度。
下面是不同日志级别的含义：
- DEBUG：详细的调试信息，通常只在开发和调试阶段使用。
- INFO：程序运行过程中的一些重要信息，如启动信息、连接信息等。
- WARNING：一些警告信息，通常表示程序运行时出现了一些意料之外的情况，但不会影响程序的正常运行。
- ERROR：程序出现了一些错误，但不会导致程序崩溃。
- CRITICAL：严重的错误，可能导致程序崩溃或数据丢失等严重后果。
在实际应用中，我们可以根据需要设置不同的日志级别。例如，在生产环境中，通常只记录 WARNING、ERROR 和 CRITICAL 级别的日志信息，以减少日志输出量。
日志处理方式
除了控制台输出外，logging 模块还提供了多种日志处理方式，如文件输出、SMTP 发送、网络发送等。我们可以根据需要选择不同的处理方式。
下面是一个将日志信息输出到文件的示例：
import logging
logging.basicConfig(level=logging.DEBUG,
format="%(asctime)s [%(levelname)s] %(message)s",
filename="app.log",
filemode="w")
logging.debug("debug message")
logging.info("info message")
logging.warning("warning message")
logging.error("error message")
logging.critical("critical message")在上面的示例中，我们通过设置 filename 参数来将日志信息输出到文件。其中，filemode 参数设置为 "w" 表示每次运行程序都会覆盖原有的日志文件。如果要追加日志信息，可以将 filemode 参数设置为 "a"。
格式化输出
logging 模块还提供了多种格式化输出的方式，可以让我们更好地控制日志信息的输出格式。例如，我们可以使用 %(asctime)s 来输出当前时间，%(levelname)s 来输出日志级别，%(message)s 来输出日志信息等。
下面是一个输出格式化日志信息的示例：
import logging
logging.basicConfig(level=logging.DEBUG,
format="%(asctime)s [%(levelname)s] %(message)s",
handlers=[logging.FileHandler("app.log", "w", "utf-8")])
logging.debug("debug message")
logging.info("info message")
logging.warning("warning message")
logging.error("error message")
logging.critical("critical message")在上面的示例中，我们使用 format 参数来设置日志输出的格式，其中 %(asctime)s 表示当前时间，%(levelname)s 表示日志级别，%(message)s 表示日志信息。
自定义 Logger
除了使用 logging 模块内置的 Logger 对象外，我们还可以创建自定义的 Logger 对象，以满足不同的需求。
下面是一个自定义 Logger 对象的示例：
import logging
logger = logging.getLogger("my_logger")
logger.setLevel(logging.DEBUG)
formatter = logging.Formatter("%(asctime)s [%(levelname)s] %(message)s")
file_handler = logging.FileHandler("app.log", "w", "utf-8")
file_handler.setLevel(logging.WARNING)
file_handler.setFormatter(formatter)
console_handler = logging.StreamHandler()
console_handler.setLevel(logging.DEBUG)
console_handler.setFormatter(formatter)
logger.addHandler(file_handler)
logger.addHandler(console_handler)
logger.debug("debug message")
logger.info("info message")
logger.warning("warning message")
logger.error("error message")
logger.critical("critical message")在上面的示例中，我们首先创建了一个名为 "my_logger" 的 Logger 对象，并设置了日志级别为 DEBUG。然后，我们创建了两个 Handler，一个用于将日志信息输出到文件，一个用于将日志信息输出到控制台。最后，我们将两个 Handler 添加到 Logger 对象中，并使用不同的日志级别和格式化方式来处理日志信息。
总结
使用 logging 模块可以帮助我们更好地记录 Python 程序运行时的日志信息，以便更轻松地进行调试和错误排查。在实际应用中，我们可以根据需要设置不同的日志级别、处理方式和格式化方式来满足不同的需求。希望本文对大家能够有所帮助。
