import logging
from logging.handlers import RotatingFileHandler
import subModule
import json
import logging.config
import os
"""
logging模块是Python内置的标准模块,主要用于输出运行日志,可以设置输出日志的等级、日志保存路径、日志文件回滚等;
相比print,具备如下优点:
1.可以通过设置不同的日志等级,在release版本中只输出重要信息,而不必显示大量的调试信息;
2.print将所有信息都输出到标准输出中,严重影响开发者从标准输出中查看其它数据;
3.logging则可以由开发者决定将信息输出到什么地方,以及怎么输出;
logging中可以选择很多消息级别,如debug、info、warning、error以及critical。
通过赋予logger或者handler不同的级别,开发者就可以只输出错误信息到特定的记录文件,或者在调试时只记录调试信息。
logging.basicConfig函数各参数:
filename:指定日志文件名;
filemode:和file函数意义相同,指定日志文件的打开模式,'w'或者'a';
format:指定输出的格式和内容,format可以输出很多有用的信息:
format有如下格式:
%(levelno)s:打印日志级别的数值
%(levelname)s:打印日志级别的名称
%(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
datefmt:指定时间格式,同time.strftime();
level:设置日志级别,默认为logging.WARNNING;
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;
日志等级:
FATAL:致命错误
CRITICAL:特别糟糕的事情,如内存耗尽、磁盘空间为空,一般很少使用
ERROR:发生错误时,如IO操作失败或者连接问题
WARNING:发生很重要的事件,但是并不是错误时,如用户登录密码错误
INFO:处理请求或者状态变化等日常事务
DEBUG:调试过程中使用DEBUG等级,如算法中每个循环的中间状态
logging有一个日志处理的主对象,其他处理方式都是通过addHandler添加进去,logging中包含的handler主要有如下几种:
handler:名称、位置、作用
StreamHandler:logging.StreamHandler;日志输出到流,可以是sys.stderr,sys.stdout或者文件
FileHandler:logging.FileHandler;日志输出到文件
BaseRotatingHandler:logging.handlers.BaseRotatingHandler;基本的日志回滚方式
RotatingHandler:logging.handlers.RotatingHandler;日志回滚方式,支持日志文件最大数量和日志文件回滚
TimeRotatingHandler:logging.handlers.TimeRotatingHandler;日志回滚方式,在一定时间区域内回滚日志文件
SocketHandler:logging.handlers.SocketHandler;远程输出日志到TCP/IP sockets
DatagramHandler:logging.handlers.DatagramHandler;远程输出日志到UDP sockets
SMTPHandler:logging.handlers.SMTPHandler;远程输出日志到邮件地址
SysLogHandler:logging.handlers.SysLogHandler;日志输出到syslog
NTEventLogHandler:logging.handlers.NTEventLogHandler;远程输出日志到Windows NT/2000/XP的事件日志
MemoryHandler:logging.handlers.MemoryHandler;日志输出到内存中的指定buffer
HTTPHandler:logging.handlers.HTTPHandler;通过"GET"或者"POST"远程输出到HTTP服务器
"""
Handler_mode = 1 # 根据执行需要修改
"""基本使用开始"""
if Handler_mode == 1:
# 可以先进行一下基础配置,不用这个函数配置也行,可以用logger.setLevel(level = logging.INFO)代替
logging.basicConfig(level=logging.DEBUG, format='%(asctime)s - %(name)s - %(levelname)s - %(message)s')
# 如果模块是被导入‘__name__’的值为模块名字(不带.py),如果模块是被直接执行‘__name__’的值为’__main__’
logger = logging.getLogger(__name__) # 定义一个logger对象,给这个对象起个名字,这里用__name__(也就是__main__)命名
logger.info("Start print log")
logger.debug("Do something")
logger.warning("Something maybe fail.")
logger.info("Finish")
"""基本使用结束"""
"""将日志写入到文件开始"""
if Handler_mode == 2:
# 这两行定义logger对象
logger = logging.getLogger(__name__)
logger.setLevel(level=logging.DEBUG)
# 这两行定义文件处理handler对象
handler = logging.FileHandler("log.txt")
handler.setLevel(logging.DEBUG)
# 定义一个logging格式对象
formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s')
# 给文件处理对象设定格式
handler.setFormatter(formatter)
# 给logger对象添加文件处理操作
logger.addHandler(handler)
# 把信息送到文件处理handler对象中,不会在屏幕上打印,stream被忽略掉了
logger.info("Start print log") # 相当于一个输出语句,括号内是输出信息,这里把信息输出到了handler中
logger.debug("Do something")
logger.warning("Something maybe fail.")
logger.info("Finish")
"""将日志写入到文件结束"""
"""将日志同时输出到屏幕和日志文件开始"""
if Handler_mode == 3:
logger = logging.getLogger(__name__)
logger.setLevel(level=logging.INFO)
handler = logging.FileHandler("log.txt")
handler.setLevel(logging.INFO)
formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s')
handler.setFormatter(formatter)
console = logging.StreamHandler()
console.setLevel(logging.INFO)
logger.addHandler(handler)
logger.addHandler(console)
logger.info("Start print log")
logger.debug("Do something")
logger.warning("Something maybe fail.")
logger.info("Finish")
"""将日志同时输出到屏幕和日志文件结束"""
"""使用RotatingFileHandler,可以实现日志回滚开始"""
"""
什么是日志回滚?
将日志信息输出到一个单一的文件中,随着应用程序的持续使用,该日志文件会越来越庞大,进而影响系统的性能。
因此,有必要对日志文件按某种条件进行切分,要切分日志文件。分割日志的触发条件:大小、日期,或者大小加上日期。
说是切分,实际上是,当一个日志文件达到触发条件后,对日志文件进行重命名,之后再新建原来名称的日志文件(此时就是空文件了),
新产生的日志就写入新的日志文件。为啥叫回滚呢?当分割的日志文件达到指定数目的上限个数时,最老的日志文件就会被删除。
logging库提供了两个可以用于日志滚动的class,一个是RotatingFileHandler,它主要是根据日志文件的大小进行滚动,
另一个是TimeRotatingFileHandler,它主要是根据时间进行滚动。在实际应用中,我们通常根据时间进行滚动。
"""
if Handler_mode == 4:
logger = logging.getLogger(__name__)
logger.setLevel(level=logging.INFO)
# 定义一个RotatingFileHandler,最多备份3个日志文件,每个日志文件最大1K
rHandler = RotatingFileHandler("log.txt", maxBytes=1 * 1024, backupCount=3)
rHandler.setLevel(logging.INFO)
formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s')
rHandler.setFormatter(formatter)
console = logging.StreamHandler()
console.setLevel(logging.INFO)
console.setFormatter(formatter)
logger.addHandler(rHandler)
logger.addHandler(console)
logger.info("Start print log")
logger.debug("Do something")
logger.warning("Something maybe fail.")
logger.info("Finish")
"""使用RotatingFileHandler,可以实现日志回滚结束"""
"""捕获traceback开始"""
if Handler_mode == 5:
logger = logging.getLogger(__name__)
logger.setLevel(level=logging.INFO)
handler = logging.FileHandler("log.txt")
handler.setLevel(logging.INFO)
formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s')
handler.setFormatter(formatter)
console = logging.StreamHandler()
console.setLevel(logging.INFO)
logger.addHandler(handler)
logger.addHandler(console)
logger.info("Start print log")
logger.debug("Do something")
logger.warning("Something maybe fail.")
try:
open("sklearn.txt", "rb")
except (SystemExit, KeyboardInterrupt):
raise
except Exception:
# Python中的traceback模块被用于跟踪异常返回信息,可以在logging中记录下traceback(如下exc_info)
# 可以用logger.exception("Failed to open sklearn.txt from logger.exception")替换以下代码
logger.error("Faild to open sklearn.txt from logger.error", exc_info=True)
logger.info("Finish")
"""捕获traceback结束"""
"""多模块使用logging开始"""
"""
如果要跑程序的话,用这段代码新建一个py文件
module_logger = logging.getLogger("mainModule.sub")
class SubModuleClass(object):
def __init__(self):
self.logger = logging.getLogger("mainModule.sub.module")
self.logger.info("creating an instance in SubModuleClass")
def doSomething(self):
self.logger.info("do something in SubModule")
a = []
a.append(1)
self.logger.debug("list a = " + str(a))
self.logger.info("finish something in SubModuleClass")
def som_function():
module_logger.info("call function some_function")
"""
if Handler_mode == 6:
logger = logging.getLogger("mainModule")
logger.setLevel(level=logging.INFO)
handler = logging.FileHandler("log.txt")
handler.setLevel(logging.INFO)
formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s')
handler.setFormatter(formatter)
console = logging.StreamHandler()
console.setLevel(logging.INFO)
console.setFormatter(formatter)
logger.addHandler(handler)
logger.addHandler(console)
logger.info("creating an instance of subModule.subModuleClass")
a = subModule.SubModuleClass()
logger.info("calling subModule.subModuleClass.doSomething")
a.doSomething()
logger.info("done with subModule.subModuleClass.doSomething")
logger.info("calling subModule.some_function")
subModule.som_function()
logger.info("done with subModule.some_function")
"""
首先在主模块定义了logger'mainModule',并对它进行了配置,
就可以在解释器进程里面的其他地方通过getLogger('mainModule')得到的对象都是一样的,
不需要重新配置,可以直接使用。定义的该logger的子logger,都可以共享父logger的定义和配置,
所谓的父子logger是通过命名来识别,任意以'mainModule'开头的logger都是它的子logger,例如'mainModule.sub'。
实际开发一个application,首先可以通过logging配置文件编写好这个application所对应的配置,
可以生成一个根logger,如'PythonAPP',然后在主函数中通过fileConfig加载logging配置,
接着在application的其他地方、不同的模块中,可以使用根logger的子logger,
如'PythonAPP.Core','PythonAPP.Web'来进行log,而不需要反复的定义和配置各个模块的logger。
"""
"""多模块使用logging结束"""
"""通过JSON文件配置开始"""
if Handler_mode == 7:
def setup_logging(default_path="logging.json", default_level=logging.INFO, env_key="LOG_CFG"):
path = default_path
value = os.getenv(env_key, None)
if value:
path = value
if os.path.exists(path):
with open(path, "r") as f:
config = json.load(f)
logging.config.dictConfig(config)
else:
logging.basicConfig(level=default_level)
def func():
logging.info("start func")
logging.info("exec func")
logging.info("end func")
setup_logging(default_path="logging.json")
func()
"""通过JSON文件配置结束"""
参考地址:https://www.cnblogs.com/liujiacai/p/7804848.html