python日志模块---logging

简介: 1.将日志打印到屏幕 1 import logging 2 3 logging.debug('This is debug message---by liu-ke') 4 logging.info('This is info message---by liu-ke') 5 logging.

1.将日志打印到屏幕

1 import logging
2 
3 logging.debug('This is debug message---by liu-ke')
4 logging.info('This is info message---by liu-ke')
5 logging.warning('This is warning message---by liu-ke')

默认情况下,logging将日志打印到屏幕,日志级别为WARNING;
日志级别大小关系为:CRITICAL > ERROR > WARNING > INFO > DEBUG > NOTSET,日志级别可以自己定义。

 

2.通过logging.basicConfig函数 配置 日志的输出格式及方式

 1 import logging
 2 
 3 logging.basicConfig(level=logging.DEBUG,
 4                 format='%(asctime)s %(filename)s[line:%(lineno)d] %(levelname)s %(message)s',
 5                 datefmt='%a, %d %b %Y %H:%M:%S',
 6                 filename='mypy.log',
 7                 filemode='w')
 8     
 9 logging.debug('This is debug message by liu-ke')
10 logging.info('This is info message by liu-ke')
11 logging.warning('This is warning message by liu-ke')
 1 logging.basicConfig函数各参数:
 2 filename: 指定日志文件名
 3 filemode: 和file函数意义相同,指定日志文件的打开模式,'w''a'
 4 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:
 5  %(levelno)s: 打印日志级别的数值
 6  %(levelname)s: 打印日志级别名称
 7  %(pathname)s: 打印当前执行程序的路径,其实就是sys.argv[0]
 8  %(filename)s: 打印当前执行程序名
 9  %(funcName)s: 打印日志的当前函数
10  %(lineno)d: 打印日志的当前行号
11  %(asctime)s: 打印日志的时间
12  %(thread)d: 打印线程ID
13  %(threadName)s: 打印线程名称
14  %(process)d: 打印进程ID
15  %(message)s: 打印日志信息
16 datefmt: 指定时间格式,同time.strftime()
17 level: 设置日志级别,默认为logging.WARNING
18 stream: 指定将日志的输出流,可以指定输出到sys.stderr,sys.stdout或者文件,默认输出到sys.stderr,当stream和filename同时指定时,stream被忽略

 

3.将日志同时输出到文件和屏幕

 1 import logging
 2 
 3 logging.basicConfig(level=logging.DEBUG,
 4                 format='%(asctime)s %(filename)s[line:%(lineno)d] %(levelname)s %(message)s',
 5                 datefmt='%a, %d %b %Y %H:%M:%S',
 6                 filename='mypy.log',
 7                 filemode='w')
 8 
 9 #################################################################################################
10 #定义一个StreamHandler,将INFO级别或更高的日志信息打印到标准错误,并将其添加到当前的日志处理对象#
11 console = logging.StreamHandler()
12 console.setLevel(logging.INFO)
13 formatter = logging.Formatter('%(name)-12s: %(levelname)-8s %(message)s')
14 console.setFormatter(formatter)
15 logging.getLogger('').addHandler(console)
16 #################################################################################################
17 
18 logging.debug('This is debug message')
19 logging.info('This is info message')
20 logging.warning('This is warning message')

 

4.logging之日志回滚

 1 import logging
 2 from logging.handlers import RotatingFileHandler
 3 
 4 #################################################################################################
 5 #定义一个RotatingFileHandler,最多备份5个日志文件,每个日志文件最大10M(自定义)
 6 Rthandler = RotatingFileHandler('myapp.log', maxBytes=10*1024*1024,backupCount=5)
 7 Rthandler.setLevel(logging.INFO)
 8 formatter = logging.Formatter('%(name)-12s: %(levelname)-8s %(message)s')
 9 Rthandler.setFormatter(formatter)
10 logging.getLogger('').addHandler(Rthandler)
11 ###########################################################################################

从上例和本例可以看出,logging有一个日志处理的主对象,其它处理方式都是通过addHandler添加进去的。
logging的几种handle方式如下:

 1 logging.StreamHandler: 日志输出到流,可以是sys.stderr、sys.stdout或者文件
 2 logging.FileHandler: 日志输出到文件
 3 日志回滚方式,实际使用时用RotatingFileHandler和TimedRotatingFileHandler
 4 logging.handlers.BaseRotatingHandler
 5 logging.handlers.RotatingFileHandler
 6 logging.handlers.TimedRotatingFileHandler
 7 logging.handlers.SocketHandler: 远程输出日志到TCP/IP sockets
 8 logging.handlers.DatagramHandler:  远程输出日志到UDP sockets
 9 logging.handlers.SMTPHandler:  远程输出日志到邮件地址
10 logging.handlers.SysLogHandler: 日志输出到syslog
11 logging.handlers.NTEventLogHandler: 远程输出日志到Windows NT/2000/XP的事件日志
12 logging.handlers.MemoryHandler: 日志输出到内存中的制定buffer
13 logging.handlers.HTTPHandler: 通过"GET""POST"远程输出到HTTP服务器

由于StreamHandler和FileHandler是常用的日志处理方式,所以直接包含在logging模块中,而其他方式则包含在logging.handlers模块中,
上述其它处理方式的使用请自行参见python2.7手册!

 

5.通过logging.config模块配置日志

 1 #logger.conf
 2 ###############################################
 3 [loggers]
 4 keys=root,example01,example02
 5 [logger_root]
 6 level=DEBUG
 7 handlers=hand01,hand02
 8 [logger_example01]
 9 handlers=hand01,hand02
10 qualname=example01
11 propagate=0
12 [logger_example02]
13 handlers=hand01,hand03
14 qualname=example02
15 propagate=0
16 ###############################################
17 [handlers]
18 keys=hand01,hand02,hand03
19 [handler_hand01]
20 class=StreamHandler
21 level=INFO
22 formatter=form02
23 args=(sys.stderr,)
24 [handler_hand02]
25 class=FileHandler
26 level=DEBUG
27 formatter=form01
28 args=('myapp.log', 'a')
29 [handler_hand03]
30 class=handlers.RotatingFileHandler
31 level=INFO
32 formatter=form02
33 args=('myapp.log', 'a', 10*1024*1024, 5)
34 ###############################################
35 [formatters]
36 keys=form01,form02
37 [formatter_form01]
38 format=%(asctime)s %(filename)s[line:%(lineno)d] %(levelname)s %(message)s
39 datefmt=%a, %d %b %Y %H:%M:%S
40 [formatter_form02]
41 format=%(name)-12s: %(levelname)-8s %(message)s
42 datefmt=

上例3:

1 import logging
2 import logging.config
3 
4 logging.config.fileConfig("logger.conf")
5 logger = logging.getLogger("example01")
6 
7 logger.debug('This is debug message')
8 logger.info('This is info message')
9 logger.warning('This is warning message')

上例4:

1 import logging
2 import logging.config
3 
4 logging.config.fileConfig("logger.conf")
5 logger = logging.getLogger("example02")
6 
7 logger.debug('This is debug message')
8 logger.info('This is info message')
9 logger.warning('This is warning message')

 

 


img_42a4adae4716d0e15c3eeaabfd040044.png

注:转载需注明出处及作者。

流柯      

相关实践学习
【涂鸦即艺术】基于云应用开发平台CAP部署AI实时生图绘板
【涂鸦即艺术】基于云应用开发平台CAP部署AI实时生图绘板
目录
相关文章
|
8月前
|
SQL 关系型数据库 数据库
Python SQLAlchemy模块:从入门到实战的数据库操作指南
免费提供Python+PyCharm编程环境,结合SQLAlchemy ORM框架详解数据库开发。涵盖连接配置、模型定义、CRUD操作、事务控制及Alembic迁移工具,以电商订单系统为例,深入讲解高并发场景下的性能优化与最佳实践,助你高效构建数据驱动应用。
944 7
|
8月前
|
监控 安全 程序员
Python日志模块配置:从print到logging的优雅升级指南
从 `print` 到 `logging` 是 Python 开发的必经之路。`print` 调试简单却难维护,日志混乱、无法分级、缺乏上下文;而 `logging` 支持级别控制、多输出、结构化记录,助力项目可维护性升级。本文详解痛点、优势、迁移方案与最佳实践,助你构建专业日志系统,让程序“有记忆”。
702 0
|
8月前
|
JSON 算法 API
Python中的json模块:从基础到进阶的实用指南
本文深入解析Python内置json模块的使用,涵盖序列化与反序列化核心函数、参数配置、中文处理、自定义对象转换及异常处理,并介绍性能优化与第三方库扩展,助你高效实现JSON数据交互。(238字)
668 4
|
9月前
|
安全 大数据 程序员
Python operator模块的methodcaller:一行代码搞定对象方法调用的黑科技
`operator.methodcaller`是Python中处理对象方法调用的高效工具,替代冗长Lambda,提升代码可读性与性能。适用于数据过滤、排序、转换等场景,支持参数传递与链式调用,是函数式编程的隐藏利器。
266 4
|
8月前
|
Java 调度 数据库
Python threading模块:多线程编程的实战指南
本文深入讲解Python多线程编程,涵盖threading模块的核心用法:线程创建、生命周期、同步机制(锁、信号量、条件变量)、线程通信(队列)、守护线程与线程池应用。结合实战案例,如多线程下载器,帮助开发者提升程序并发性能,适用于I/O密集型任务处理。
744 0
|
8月前
|
XML JSON 数据处理
超越JSON:Python结构化数据处理模块全解析
本文深入解析Python中12个核心数据处理模块,涵盖csv、pandas、pickle、shelve、struct、configparser、xml、numpy、array、sqlite3和msgpack,覆盖表格处理、序列化、配置管理、科学计算等六大场景,结合真实案例与决策树,助你高效应对各类数据挑战。(238字)
1121 0
|
9月前
|
存储 数据库 开发者
Python SQLite模块:轻量级数据库的实战指南
本文深入讲解Python内置sqlite3模块的实战应用,涵盖数据库连接、CRUD操作、事务管理、性能优化及高级特性,结合完整案例,助你快速掌握SQLite在小型项目中的高效使用,是Python开发者必备的轻量级数据库指南。
775 0
|
10月前
|
存储 安全 数据处理
Python 内置模块 collections 详解
`collections` 是 Python 内置模块,提供多种高效数据类型,如 `namedtuple`、`deque`、`Counter` 等,帮助开发者优化数据处理流程,提升代码可读性与性能,适用于复杂数据结构管理与高效操作场景。
601 0
|
11月前
|
数据安全/隐私保护 Python
抖音私信脚本app,协议私信群发工具,抖音python私信模块
这个实现包含三个主要模块:抖音私信核心功能类、辅助工具类和主程序入口。核心功能包括登录
|
Python
Python教程:os 与 sys 模块详细用法
os 模块用于与操作系统交互,主要涉及夹操作、路径操作和其他操作。例如,`os.rename()` 重命名文件,`os.mkdir()` 创建文件夹,`os.path.abspath()` 获取文件绝对路径等。sys 模块则用于与 Python 解释器交互,常用功能如 `sys.path` 查看模块搜索路径,`sys.platform` 检测操作系统等。这些模块提供了丰富的工具,便于开发中处理系统和文件相关任务。
568 14

推荐镜像

更多