Python中的logging模块怎么使用

这篇文章主要介绍“Python中的logging模块怎么使用”，在日常操作中，相信很多人在Python中的logging模块怎么使用问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答”Python中的logging模块怎么使用”的疑惑有所帮助！接下来，请跟着小编一起来学习吧！

一、低配logging

日志总共分为以下五个级别，这个五个级别自下而上进行匹配 debug-->info-->warning-->error-->critical，默认最低级别为warning级别。

1.v1

import logginglogging.debug('调试信息')logging.info('正常信息')logging.warning('警告信息')logging.error('报错信息')logging.critical('严重错误信息')

WARNING:root:警告信息
ERROR:root:报错信息
CRITICAL:root:严重错误信息

v1版本无法指定日志的级别；无法指定日志的格式；只能往屏幕打印，无法写入文件。因此可以改成下述的代码。

2.v2

import logging# 日志的基本配置logging.basicConfig(filename='access.log',                    format='%(asctime)s - %(name)s - %(levelname)s -%(module)s: %(message)s',                    datefmt='%Y-%m-%d %H:%M:%S %p',                    level=10)logging.debug('调试信息')  # 10logging.info('正常信息')  # 20logging.warning('警告信息')  # 30logging.error('报错信息')  # 40logging.critical('严重错误信息')  # 50

可在logging.basicConfig()函数中可通过具体参数来更改logging模块默认行为，可用参数有:

• filename：用指定的文件名创建FiledHandler（后边会具体讲解handler的概念），这样日志会被存储在指定的文件中。

• filemode：文件打开方式，在指定了filename时使用这个参数，默认值为“a”还可指定为“w”。

• format：指定handler使用的日志显示格式。

• datefmt：指定日期时间格式。

• level：设置rootlogger（后边会讲解具体概念）的日志级别

• stream：用指定的stream创建StreamHandler。可以指定输出到sys.stderr,sys.stdout或者文件，默认为sys.stderr。若同时列出了filename和stream两个参数，则stream参数会被忽略。

format参数中可能用到的格式化串：

• %(name)s Logger的名字

• %(levelno)s 数字形式的日志级别

• %(levelname)s 文本形式的日志级别

• %(pathname)s 调用日志输出函数的模块的完整路径名，可能没有

• %(filename)s 调用日志输出函数的模块的文件名

• %(module)s 调用日志输出函数的模块名

• %(funcName)s 调用日志输出函数的函数名

• %(lineno)d 调用日志输出函数的语句所在的代码行

• %(created)f 当前时间，用UNIX标准的表示时间的浮 点数表示

• %(relativeCreated)d 输出日志信息时的，自Logger创建以 来的毫秒数

• %(asctime)s 字符串形式的当前时间。默认格式是 “2003-07-08 16:49:45,896”。逗号后面的是毫秒

• %(thread)d 线程ID。可能没有

• %(threadName)s 线程名。可能没有

• %(process)d 进程ID。可能没有

• %(message)s用户输出的消息

v2版本不能指定字符编码；只能往文件中打印。

3.v3

logging模块包含四种角色：logger、Filter、Formatter对象、Handler

• logger：产生日志的对象

• Filter：过滤日志的对象

• Formatter对象：可以定制不同的日志格式对象，然后绑定给不同的Handler对象使用，以此来控制不同的Handler的日志格式

• Handler：接收日志然后控制打印到不同的地方，FileHandler用来打印到文件中，StreamHandler用来打印到终端

'''critical=50error =40warning =30info = 20debug =10'''import logging# 1、logger对象：负责产生日志，然后交给Filter过滤，然后交给不同的Handler输出logger = logging.getLogger(__file__)# 2、Filter对象：不常用，略# 3、Handler对象：接收logger传来的日志，然后控制输出h3 = logging.FileHandler('t1.log')  # 打印到文件h4 = logging.FileHandler('t2.log')  # 打印到文件sm = logging.StreamHandler()  # 打印到终端# 4、Formatter对象：日志格式formmater1 = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s -%(module)s:  %(message)s',                               datefmt='%Y-%m-%d %H:%M:%S %p',)formmater2 = logging.Formatter('%(asctime)s :  %(message)s',                               datefmt='%Y-%m-%d %H:%M:%S %p',)formmater3 = logging.Formatter('%(name)s %(message)s',)# 5、为Handler对象绑定格式h3.setFormatter(formmater1)h4.setFormatter(formmater2)sm.setFormatter(formmater3)# 6、将Handler添加给logger并设置日志级别logger.addHandler(h3)logger.addHandler(h4)logger.addHandler(sm)# 设置日志级别，可以在两个关卡进行设置logger与handler# logger是第一级过滤，然后才能到handlerlogger.setLevel(30)h3.setLevel(10)h4.setLevel(10)sm.setLevel(10)# 7、测试logger.debug('debug')logger.info('info')logger.warning('warning')logger.error('error')logger.critical('critical')

二、高配logging

1.配置日志文件

以上三个版本的日志只是为了引出我们下面的日志配置文件

import osimport logging.config# 定义三种日志输出格式 开始standard_format = '[%(asctime)s][%(threadName)s:%(thread)d][task_id:%(name)s][%(filename)s:%(lineno)d]' \                  '[%(levelname)s][%(message)s]'  # 其中name为getLogger()指定的名字；lineno为调用日志输出函数的语句所在的代码行simple_format = '[%(levelname)s][%(asctime)s][%(filename)s:%(lineno)d]%(message)s'id_simple_format = '[%(levelname)s][%(asctime)s] %(message)s'# 定义日志输出格式 结束logfile_dir = os.path.dirname(os.path.dirname(os.path.abspath(__file__)))  # log文件的目录，需要自定义文件路径 # atmlogfile_dir = os.path.join(logfile_dir, 'log')  # C:\Users\oldboy\Desktop\atm\loglogfile_name = 'log.log'  # log文件名，需要自定义路径名# 如果不存在定义的日志目录就创建一个if not os.path.isdir(logfile_dir):  # C:\Users\oldboy\Desktop\atm\log    os.mkdir(logfile_dir)# log文件的全路径logfile_path = os.path.join(logfile_dir, logfile_name)  # C:\Users\oldboy\Desktop\atm\log\log.log# 定义日志路径 结束# log配置字典LOGGING_DIC = {    'version': 1,    'disable_existing_loggers': False,    'formatters': {        'standard': {            'format': standard_format        },        'simple': {            'format': simple_format        },    },    'filters': {},  # filter可以不定义    'handlers': {        # 打印到终端的日志        'console': {            'level': 'DEBUG',            'class': 'logging.StreamHandler',  # 打印到屏幕            'formatter': 'simple'        },        # 打印到文件的日志,收集info及以上的日志        'default': {            'level': 'INFO',            'class': 'logging.handlers.RotatingFileHandler',  # 保存到文件            'formatter': 'standard',            'filename': logfile_path,  # 日志文件            'maxBytes': 1024 * 1024 * 5,  # 日志大小 5M  (*****)            'backupCount': 5,            'encoding': 'utf-8',  # 日志文件的编码，再也不用担心中文log乱码了        },    },    'loggers': {        # logging.getLogger(__name__)拿到的logger配置。如果''设置为固定值logger1，则下次导入必须设置成logging.getLogger('logger1')        '': {            # 这里把上面定义的两个handler都加上，即log数据既写入文件又打印到屏幕            'handlers': ['default', 'console'],            'level': 'DEBUG',            'propagate': False,  # 向上（更高level的logger）传递        },    },}def load_my_logging_cfg():    logging.config.dictConfig(LOGGING_DIC)  # 导入上面定义的logging配置    logger = logging.getLogger(__name__)  # 生成一个log实例    logger.info('It works!')  # 记录该文件的运行状态        return loggerif __name__ == '__main__':    load_my_logging_cfg()

2.使用日志

import timeimport loggingimport my_logging  # 导入自定义的logging配置logger = logging.getLogger(__name__)  # 生成logger实例def demo():    logger.debug("start range... time:{}".format(time.time()))    logger.info("中文测试开始。。。")    for i in range(10):        logger.debug("i:{}".format(i))        time.sleep(0.2)    else:        logger.debug("over range... time:{}".format(time.time()))    logger.info("中文测试结束。。。")if __name__ == "__main__":    my_logging.load_my_logging_cfg()  # 在你程序文件的入口加载自定义logging配置    demo()

三、Django日志配置文件

# logging_config.py# 学习中遇到问题没人解答？小编创建了一个Python学习交流群：711312441LOGGING = {    'version': 1,    'disable_existing_loggers': False,    'formatters': {        'standard': {            'format': '[%(asctime)s][%(threadName)s:%(thread)d][task_id:%(name)s][%(filename)s:%(lineno)d]'                      '[%(levelname)s][%(message)s]'        },        'simple': {            'format': '[%(levelname)s][%(asctime)s][%(filename)s:%(lineno)d]%(message)s'        },        'collect': {            'format': '%(message)s'        }    },    'filters': {        'require_debug_true': {            '()': 'django.utils.log.RequireDebugTrue',        },    },    'handlers': {        # 打印到终端的日志        'console': {            'level': 'DEBUG',            'filters': ['require_debug_true'],            'class': 'logging.StreamHandler',            'formatter': 'simple'        },        # 打印到文件的日志,收集info及以上的日志        'default': {            'level': 'INFO',            'class': 'logging.handlers.RotatingFileHandler',  # 保存到文件，自动切            'filename': os.path.join(BASE_LOG_DIR, "xxx_info.log"),  # 日志文件            'maxBytes': 1024 * 1024 * 5,  # 日志大小 5M            'backupCount': 3,            'formatter': 'standard',            'encoding': 'utf-8',        },        # 打印到文件的日志:收集错误及以上的日志        'error': {            'level': 'ERROR',            'class': 'logging.handlers.RotatingFileHandler',  # 保存到文件，自动切            'filename': os.path.join(BASE_LOG_DIR, "xxx_err.log"),  # 日志文件            'maxBytes': 1024 * 1024 * 5,  # 日志大小 5M            'backupCount': 5,            'formatter': 'standard',            'encoding': 'utf-8',        },        # 打印到文件的日志        'collect': {            'level': 'INFO',            'class': 'logging.handlers.RotatingFileHandler',  # 保存到文件，自动切            'filename': os.path.join(BASE_LOG_DIR, "xxx_collect.log"),            'maxBytes': 1024 * 1024 * 5,  # 日志大小 5M            'backupCount': 5,            'formatter': 'collect',            'encoding': "utf-8"        }    },    'loggers': {        # logging.getLogger(__name__)拿到的logger配置        '': {            'handlers': ['default', 'console', 'error'],            'level': 'DEBUG',            'propagate': True,        },        # logging.getLogger('collect')拿到的logger配置        'collect': {            'handlers': ['console', 'collect'],            'level': 'INFO',        }    },}# -----------# 用法:拿到俩个loggerlogger = logging.getLogger(__name__)  # 线上正常的日志collect_logger = logging.getLogger("collect")  # 领导说,需要为领导们单独定制领导们看的日志

到此，关于“Python中的logging模块怎么使用”的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注编程网网站，小编会继续努力为大家带来更多实用的文章！