初探python的日志模块logging

简介:

日志记录是软件中必不可少的功能,它能记录系统运行状态,帮助技术人员定位问题。logging是python自带的日志模块。这里梳理一下这个用法。

最简单用法:

01 #导入包
02 import logging   
03 #基础设置
04 logging.basicConfig(filename = '/tmp/xxx.log',level = logging.INFO, format ='[%(asctime)s %(levelname)s] %(message)s', datefmt = '%Y%m%d %H:%M:%S')
05 #写日志,以不同的级别。
06 logging.debug('debug log')
07 logging.info('info log')
08 logging.warning('warning log')
09 logging.error('error log')
10 logging.critical('critial log')

 函数格式:

1 logging.basicConfig(filename = $日志路径,level = $日志级别, format = $日志格式, datefmt =$时间格式)

 参数介绍:

 日志路径:

可以不设置,默认打印到屏幕。设置文件路径后直接写入文件。

日志级别:

logging模块中的日志分为5个级别, 从高到低依次是:CRITICAL > ERROR > WARNING > INFO > DEBUG.设置了日志级别之后,低于该级别日志将会忽略

1 #除了代码中设置,这样也能设置日志级别。
2 python --log=$级别 xxx.py
3 python --log=INFO xxx.py

 日志格式:

说明 属性名 格式
打印当前时间,默认会展示2003-07-08 16:49:45,896,精度会精确到千分之一秒。 asctime %(asctime)s
打印当前的时间戳(time.time()函数的返回值) created %(created)f
打印当前文件名 filename %(filename)s
打印当前函数名 funcName %(funcName)s
本条日志的日志级别 (‘DEBUG’, ‘INFO’, ‘WARNING’, ‘ERROR’,’CRITICAL’). levelname %(levelname)s
日志级别的整型值 (DEBUG, INFO, WARNING, ERROR,CRITICAL). levelno %(levelno)s
打印日志的代码在文件中的行号 (if available). lineno %(lineno)d
打印当前的模块名 module %(module)s
打印当前时间的毫秒部分。 msecs %(msecs)d
当前的日志内容。 message %(message)s
当前日志的对象的name name %(name)s
打印当前文件的完整路径名。 pathname %(pathname)s
进程号 process %(process)d
进程名 processName %(processName)s
当前时间与日志对象创建的相对时间,显示为毫秒值 relativeCreated %(relativeCreated)d
线程ID thread %(thread)d
线程名 threadName %(threadName)s

时间格式:

类似strftime的格式化转换,参数表见《scrapy笔记——python的时间转换

转载请注明:旅途@KryptosX » 初探python的日志模块logging

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
|
10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。
1071 7
|
10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”。
836 0
|
10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)
762 4
|
11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。
298 4
|
10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。
844 0
|
10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)
1312 0
|
11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。
864 0
|
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。
656 0
|
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。
623 14

推荐镜像

更多