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
|
25天前
|
开发者 Python
如何在Python中管理模块和包的依赖关系?
在实际开发中,通常会结合多种方法来管理模块和包的依赖关系,以确保项目的顺利进行和可维护性。同时,要及时更新和解决依赖冲突等问题,以保证代码的稳定性和可靠性
42 4
|
5天前
|
Python
Python Internet 模块
Python Internet 模块。
100 74
|
23天前
|
算法 数据安全/隐私保护 开发者
马特赛特旋转算法:Python的随机模块背后的力量
马特赛特旋转算法是Python `random`模块的核心,由松本真和西村拓士于1997年提出。它基于线性反馈移位寄存器,具有超长周期和高维均匀性,适用于模拟、密码学等领域。Python中通过设置种子值初始化状态数组,经状态更新和输出提取生成随机数,代码简单高效。
104 63
|
24天前
|
测试技术 Python
手动解决Python模块和包依赖冲突的具体步骤是什么?
需要注意的是,手动解决依赖冲突可能需要一定的时间和经验,并且需要谨慎操作,避免引入新的问题。在实际操作中,还可以结合使用其他方法,如虚拟环境等,来更好地管理和解决依赖冲突😉。
|
24天前
|
持续交付 Python
如何在Python中自动解决模块和包的依赖冲突?
完全自动解决所有依赖冲突可能并不总是可行,特别是在复杂的项目中。有时候仍然需要人工干预和判断。自动解决的方法主要是提供辅助和便捷,但不能完全替代人工的分析和决策😉。
|
1月前
|
JSON Linux 数据格式
Python模块:从入门到精通,只需一篇文章!
Python中的模块是将相关代码组织在一起的单元,便于重用和维护。模块可以是Python文件或C/C++扩展,Python标准库中包含大量模块,如os、sys、time等,用于执行各种任务。定义模块只需创建.py文件并编写代码,导入模块使用import语句。此外,Python还支持自定义模块和包,以及虚拟环境来管理项目依赖。
Python模块:从入门到精通,只需一篇文章!
|
25天前
|
Python
Python的模块和包
总之,模块和包是 Python 编程中非常重要的概念,掌握它们可以帮助我们更好地组织和管理代码,提高开发效率和代码质量
37 5
|
24天前
|
数据可视化 Python
如何在Python中解决模块和包的依赖冲突?
解决模块和包的依赖冲突需要综合运用多种方法,并且需要团队成员的共同努力和协作。通过合理的管理和解决冲突,可以提高项目的稳定性和可扩展性
|
23天前
|
监控 数据挖掘 数据安全/隐私保护
Python脚本:自动化下载视频的日志记录
Python脚本:自动化下载视频的日志记录
|
1月前
|
Python
在Python中,可以使用内置的`re`模块来处理正则表达式
在Python中,可以使用内置的`re`模块来处理正则表达式
46 5
下一篇
DataWorks