Python快速上手系列--日志模块--详解篇

本文涉及的产品
日志服务 SLS,月写入数据量 50GB 1个月
简介: Python快速上手系列--日志模块--详解篇

前言

这里是清安,本篇主要说说日志模块,在写自动化测试框架的时候我们就需要用到这个模块了,方便我们快速的定位错误,了解软件的运行情况,更加顺畅的调试程序。为什么要用到日志模块,直接print不就好了!那得写多少print出来,并且格式也不怎么美观。至于其他的作用,当然也有其他的办法可以替代,为了便捷,我们直接用logging模块一起做了。1、logging可以设置不同的日志等级2、可以指定如何输出及输出的位置应用场景:当我需要看大量的地方或者在一个文件中查看的时候,这时候print就不大方便了,所以 Python引入了logging模块来记录我想要的信息。3、logging相对print来说更好控制输出在哪个地方,怎么输出及控制消息级别来过滤掉那些 不需要的信息 日志模块又分了等级:CRITICAL > ERROR > WARNING > INFO > DEBUG

参数

format: 指定输出的格式和内容,format可以输出很多有用信息,如上例所示:

  • %(levelno)s: 打印日志级别的数值
  • %(levelname)s: 打印日志级别名称
  • %(pathname)s: 打印当前执行程序的路径,其实就是sys.argv[0]
  • %(filename)s: 打印当前执行程序名
  • %(funcName)s: 打印日志的当前函数
  • %(lineno)d: 打印日志的当前行号
  • %(asctime)s: 打印日志的时间
  • %(thread)d: 打印线程ID
  • %(threadName)s: 打印线程名称
  • %(process)d: 打印进程ID
  • %(message)s: 打印日志信息
import logging
logging.basicConfig(format='%(asctime)s  %(name)s  %(levelno)s '
                           '%(levelname)s   %(filename)s '
                           '%(lineno)d    %(message)s',level=logging.DEBUG)
logging.error("error")
logging.warning("warning")
logging.debug("debug")
logging.info("info")

logging的四大组件

日志的四大组件:日志器、处理器、过滤器、格式器

# 创建日志器
log = logging.getLogger()
# # # 1、日志器设置输出日志级别,debug包括debug级别以上的都输出
log.setLevel(level=logging.ERROR)
# # 创建处理器,相当于实例化
h = logging.StreamHandler()
# # 2、处理器设置输出级别》》》输出到控制台
h.setLevel(level=logging.DEBUG)
# # 文件中保存日志,可以指定D、C盘的路径
h = logging.FileHandler('清安.log',mode='a',encoding='utf-8')
# # 日志器添加处理器
log.addHandler(h)
log.error("error")
log.warning("warning")
log.debug("debug")
log.info("info")

上面事日志器,我们来看看格式器:与日志器类似的写法:

#格式器
#创建日志器
log = logging.getLogger()
log.setLevel(level=logging.DEBUG)
# 创建处理器
logging.StreamHandler()
# 创建一个文件处理器,模式为追加
h1 = logging.FileHandler('格式器日志.log',mode='a',encoding='utf-8')
# 创建格式器
f = logging.Formatter(fmt='[%(asctime)s  %(levelname)s  %(filename)s:>>>%(message)s]')
# 格式器2
f1 = logging.Formatter(fmt='[%(asctime)s  %(levelname)s  行数%(lineno)d:>>>%(message)s]')
# 日志器添加处理器
log.addHandler(h)
log.addHandler(h1)
# 处理器添加格式器
h.setFormatter(f)
h1.setFormatter(f1)
log.error("error")
log.warning("warning")
log.debug("debug")
log.info("info")

这里我将格式器日志器放在一块了。直接复制运行就能看到效果。还是比较容易的。

logging封装

""""
日志输出步骤
1、创建日志器
    设置日志级别
2、创建处理器
    控制台、文件
    设置日志级别
3、创建格式器
    想要打印的格式
4、日志器添加处理器
5、处理器添加格式器
6、日志器日志的输出
"""
class Log_object():
    def __init__(self):# 构造函数初始化日志器
        self.log = logging.getLogger()
        self.log.setLevel(level=logging.DEBUG)
    def set_Formatter(self):#格式器
        self.f1= logging.Formatter(fmt='[%(asctime)s  %(levelname)s  %(filename)s:>>>%(message)s]')
        self.f2 = logging.Formatter(fmt='[%(asctime)s  %(levelname)s  行数:%(lineno)d:>>>%(message)s]')
        return self.f1,self.f2
    def add_StreamHandler(self):#控制台处理器
        # 创建并初始化处理器
        self.h = logging.StreamHandler()
        # 设置处理器级别
        self.h.setLevel(level=logging.WARNING)
        #处理器添加格式器
        self.h.setFormatter(self.set_Formatter()[0])
        #日志器添加处理器
        self.log.addHandler(self.h)
    def add_FileHandler(self,file_name):#文件处理器
        self.h = logging.FileHandler(file_name,mode='a',encoding='utf-8')
        self.h.setLevel(level=logging.WARNING)
        self.h.setFormatter(self.set_Formatter()[1])
        self.log.addHandler(self.h)
  # 同时调用以上两个方法
    def get_log(self,file_name):
        self.add_StreamHandler()
        self.add_FileHandler(file_name)
        return self.log
lg = Log_object()
# res = lg.get_log('封装日志.log')
# res.error("error")
# res.warning("warning")
# res.debug("debug")
# res.info("info")

除上述的写法之外呢,还可以用装饰器来写日志,前面我们学过装饰器,可以自己结合起来,打开脑洞来试试吧。

相关实践学习
日志服务之使用Nginx模式采集日志
本文介绍如何通过日志服务控制台创建Nginx模式的Logtail配置快速采集Nginx日志并进行多维度分析。
目录
相关文章
|
14天前
|
存储 算法 数据库
使用python hashlib模块给明文字符串加密,以及如何撞库破解密码
`hashlib` 是 Python 中用于实现哈希功能的模块,它可以将任意长度的输入通过哈希算法转换为固定长度的输出,即散列值。该模块主要用于字符串加密,例如将用户名和密码转换为不可逆的散列值存储,从而提高安全性。`hashlib` 提供了多种哈希算法,如 `md5`、`sha1`、`sha256` 等。
32 1
|
8天前
|
Prometheus Cloud Native Go
Golang语言之Prometheus的日志模块使用案例
这篇文章是关于如何在Golang语言项目中使用Prometheus的日志模块的案例,包括源代码编写、编译和测试步骤。
17 3
Golang语言之Prometheus的日志模块使用案例
|
1天前
|
开发者 Python
基于Python的日志管理与最佳实践
日志是开发和调试过程中的重要工具,然而,如何高效地管理和利用日志常常被忽略。本文通过Python中的logging模块,探讨如何使用日志来进行调试、分析与问题排查,并提出了一些实际应用中的优化建议和最佳实践。
|
2天前
|
Java Serverless Python
探索Python中的并发编程与`concurrent.futures`模块
探索Python中的并发编程与`concurrent.futures`模块
10 4
|
13天前
|
API Python
python ratelimit模块
python ratelimit模块
|
13天前
|
消息中间件 安全 Python
Python日志管理之Loguru
Python日志管理之Loguru
|
13天前
|
Python
像导入Python模块一样导入ipynb文件
像导入Python模块一样导入ipynb文件
|
14天前
|
Python
如何最简单、通俗地理解Python模块?
如何最简单、通俗地理解Python模块?
|
13天前
|
算法 Python
python tarfile模块
python tarfile模块
|
13天前
|
Python
如何在 Python 中导入模块
【8月更文挑战第29天】
18 1