前言
Python 的logging 模块定义的函数和类为应用程序和库实现了一个灵活的事件日志系统。该模块提供多种日志级别并且支持多种记录日志的方式比如 终端，文件等等。在编写一个软件系统的时候 ，使用日志系统十分有必要 记录函数的执行过程和异常报错信息。本文算是一个学习笔记，对于跨文件引用的初学者有一定帮助。
一 入门
talk is cheap ,show me the code.
1 例子
logt.py
- #!/usr/bin/python
- # -*- coding:utf-8 -*-
- import logging
- logging.debug('this is a debug message')
- logging.info('this is a info message')
- logging.warn('this is a warn message')
- logging.error('this is a error message')
- logging.critical('this is a critical message')
运行该脚本
- root@rac4:~# >python logt.py
- WARNING:root:this is a warn message
- ERROR:root:this is a error message
- CRITICAL:root:this is a critical message
看到这个输出 ，有人可能会有疑问
为什么 logging.debug()和logging.info()没有输出内容？
恩，这个是个好问题，莫慌，且看下文分析。
2. logging 的日志级别
logging 提供了完整的日志体系，支持五种日志级别以便记录程序的执行过程。
DEBUG 详细信息，典型地调试问题的时候会使用。
INFO 证明事情按预期工作。
WARNING 表明发生了一些意外，或者不久的将来会发生问题（如‘磁盘满了’）。软件还是在正常工作。
ERROR 由于更严重的问题，软件已不能执行一些功能了。
CRITICAL 严重错误，表明软件已不能继续运行了。
以上五种日志级别从低到高分别是：DEBUG < INFO < WARNING < ERROR < CRITICAL 。默认的是WARNING，只有日志级别高于WARNING的日志信息才会输出,而输出有两种方式 一种输出控制台，也是默认的方式，另一种是记录到文件中，如日志文件。
以上五种日志级别从低到高分别是：DEBUG < INFO < WARNING < ERROR < CRITICAL 。默认的是WARNING，只有日志级别高于WARNING的日志信息才会输出,而输出有两种方式 一种输出控制台，也是默认的方式，另一种是记录到文件中，如日志文件。
3 logging的配置
python提供了多种配置方式控制日志的显示格式，内容，目的等。如上述例子中的日志输出“WARNING:root:this is awarn message”。
显式创建记录器Logger、处理器Handler和格式化器Formatter，并进行相关设置；
通过简单方式进行配置，使用basicConfig()函数直接进行配置；
通过配置文件进行配置，使用fileConfig()函数读取配置文件；
通过配置字典进行配置，使用dictConfig()函数读取配置信息；
basicConfig()支持下列关键字参数。
格式 描述
filename 创建一个FileHandler，使用指定的文件名，而不是使用StreamHandler。
filemode 如果指明了文件名，指明打开文件的模式（如果没有指明filemode，默认为'a',即append方式）。
format handler使用指明的格式化字符串。详细的请参考 官方文档
datefmt 使用指明的日期／时间格式 比如 '%Y-%m-%d %H:%M:%S' 2016-06-14 10:10:00。
level 指定logger的日志级别。
stream 使用指明的流来初始化StreamHandler。该参数与'filename'不兼容，如果两个都有，'stream'将被忽略。
- #!/usr/bin/python
- # -*- coding:utf-8 -*-
- import logging
- logging.basicConfig(level=logging.DEBUG,
- format='%(asctime)s %(filename)s[line:%(lineno)d] %(levelname)s %(message)s',
- datefmt='%Y%m%d %H:%M:%S',
- filename='myapp.log',
- filemode='w')
- logging.info('info message')
- logging.warn('warn message')
- logging.error('error message')
- logging.critical('critical message')
二 进阶介绍
logging模块提供四个组件logger，handler，filter，formatter
logger：记录器,为应用代码提供日志接口。logger最长用的操作有两类：配置和发送日志消息。可以通过logging.getLogger(name 获取logger对象，如果不指定name则返回root对象，如第一个例子。多次使用相同的name调用getLogger方法返回同一个logger对象。
调用方法:
- logger = logging.getLogger(logger_name) #如果不指定 logger_name ,则默认创建一个root logger，见第一个例子。
- logger.setLevel(logging.ERROR) #设置日志级别为ERROR，即只有日志级别大于等于ERROR的日志才会输出
- logger.addHandler(handler_name) #为logger实例增加一个处理器
- logger.removeHandler(handler_name) # 为logger实例删除一个处理器
handler：将日志内容发送到合适的目的,比如文件,终端等。一个logger对象可以通过addHandler方法添加0到多个handler，每个handler又可以定义不同日志级别，以实现日志分级过滤显示。
详细信息请移步 官方文档
调用方法
- StreamHandler
- ch = logging.StreamHandler(stream=None)
- FileHandler
- fh = logging.FileHandler(filename, mode='a', encoding=None, delay=False)
filter：提供一种优雅的方式决定一个日志记录是否发送到handler。
formatter：指定日志记录输出的具体格式。formatter的构造方法需要两个参数：消息的格式字符串和日期字符串，这两个参数都是可选的。
现在我们测试另外一个例子 test_log.py ,该脚本定义了一个init_log 函数,通过传入的参数显示的配置logging。函数里面创建两个logging 实例，分别将日志输出到文件和终端。
- import logging
- import logging.handlers
- LOG_LEVELS = {'DEBUG': logging.DEBUG,
- 'INFO': logging.INFO,
- 'ERROR': logging.ERROR,
- 'CRITICAL': logging.CRITICAL }
- LOGGING_FORMAT = "%(asctime)s - [%(name)s] - [%(levelname)s] - %(message)s" #日志的输出的格式
- STANDARD_DATE_FORMAT = '%Y-%m-%d %H:%M:%S' #时间格式 2016-06-14 10:10:00
- DEFAULT_LOG_MAX_SIZE = 50 * 1024 * 1024 #当达到50M就进行切分
- def init_log(logger_name, level='DEBUG', logfile='/tmp/logtest.log',
- formatter=LOGGING_FORMAT, max_size=DEFAULT_LOG_MAX_SIZE):
- logger = logging.getLogger(logger_name) #初始化一个name为logger_name的logging实例
- logger.setLevel(LOG_LEVELS[level]) #设置日志的级别
- fh = logging.handlers.RotatingFileHandler(logfile, maxBytes=max_size,backupCount=3)
- #定义日志输出到文件的handler ，也可以定义 fh=logging.FileHandler(logfile)
- fh.setLevel(logging.DEBUG)
- # create console handler with a higher log level
- ch = logging.StreamHandler() #定义日志输出到终端的handler
- ch.setLevel(logging.INFO)
- formatter = logging.Formatter(formatter)
- fh.setFormatter(formatter)
- ch.setFormatter(formatter)
- # add the handlers to the logger
- logger.addHandler(fh)
- logger.addHandler(ch)
- return logger
-
- if __name__ == '__main__':
- LOGGER=init_log('youzan','INFO','0614.log')
- LOGGER.info('info message')
- LOGGER.warn('warn message')
- LOGGER.error('error message')
- LOGGER.critical('critical message')
执行该脚本
- root@rac4:~# >python logconfig.py
- 2016-06-14 10:38:15,190 - [youzan] - [INFO] - info message
- 2016-06-14 10:38:15,190 - [youzan] - [WARNING] - warn message
- 2016-06-14 10:38:15,191 - [youzan] - [ERROR] - error message
- 2016-06-14 10:38:15,191 - [youzan] - [CRITICAL] - critical message
- 同时在 0614log 文件里面也会记录对应的log
- root@rac4:~# >cat 0614.log
- 2016-06-14 10:38:15,190 - [youzan] - [INFO] - info message
- 2016-06-14 10:38:15,190 - [youzan] - [WARNING] - warn message
- 2016-06-14 10:38:15,191 - [youzan] - [ERROR] - error message
- 2016-06-14 10:38:15,191 - [youzan] - [CRITICAL] - critical message
三 拓展
其实这才是本章的重点，在构建一个整套的程序时，怎么全局配置logging 模块，并在不同的程序中调用呢？例子如下:
root@rac4:~/python# >tree .
.
├── log2.py — 引用 logconfig中的logging 配置
├── logconfig.py —配置logging 输出格式
log2.py
- import sys
- import os
- sys.path.append(os.path.join(os.path.dirname(__file__), '..'))
- import logging
- from logconfig import init_log
- logger=init_log('logtest','INFO',log='666.log') ##通过传参来定义新的 logging 模块配置。
- logger.info('this is a test %s'," yangyi@youzan.com")
- logger.debug('debug message')
- logger.warn('warn message')
- logger.error('error message')
- logger.critical('critical message')
- root@rac4:~# >python log2.py
- 2016-06-14 13:26:50,713 - [logtest] - [INFO] - this is a test yangyi@youzan.com
- 2016-06-14 13:26:50,713 - [logtest] - [WARNING] - warn message
- 2016-06-14 13:26:50,714 - [logtest] - [ERROR] - error message
- 2016-06-14 13:26:50,714 - [logtest] - [CRITICAL] - critical message
四 参考文章
