本文实例讲述了Python日志logging模块功能与用法。分享给大家供大家参考，具体如下：

本文内容：

• logging模块的介绍

• logging模块的基础使用

• logging模块的扩展使用

• logging中的Filter

• 使用配置文件配置logging和logger

• 小技巧

• 想要了解更多？不如看看官方文档。

首发日期：2018-07-05

logging模块的介绍：

• 它是一个python标准库，所以它的通用性很高，所有的python模块都可以与它合作参与日志记录。

日志级别：

默认是WARNING。

基本类：

• Loggers ：日志器，负责开放接口来调用功能，比如它负责添加Handlers和Filters 。有默认的Loggers 对象

• Handlers  ：负责日志记录的传输目的地，比如有FileHandler(写入目标为文件)和StreamHandler（写入目标为流，默认为标准输出流）

• Filters ：负责过滤哪些日志是要输出的 。

• Formatters ：负责对日志输出格式的格式化。

logging模块的基础使用：

• 基础使用使用就是使用默认logger对象的使用。

1. 设置logging，调用logging.basicConfig()来配置日志信息。 【由这个来看就知道，它是“通用型的，只能设置一次的”，如果不同部分想使用不同的日志记录，需要使用logger对象（下面的扩展使用）】

• filename是日志文件名，就是一个普通文件名

• format是日志的输出格式，设置方法下面讲

• level的设置值为debug等值，使用方法为logging.DEBUG,logging.INFO,logging.WARNING,logging.ERROR,logging.CRITICAL

• style影响format的类型，它的值有'％','{','$'，默认是'％',不同的style可以识别以下不同的message标识符：％(message)s、{message}、$message

• 可设置的参数：filename日志文件名，filemode打开文件的方式，format日志的输出格式，datefmt日期输出格式，style设置format的类型，level日志记录的最低级别,stream输出流（不与filename并存，filename优先）,handlers日志处理对象（默认是根处理对象）,

• 一般使用的参数：filename日志文件名，format日志的输出格式，level日志记录的最低级别，stream设置输出流

2. 输出日志信息：

• 调试级别日志信息：logging.debug(信息)

• 提示级别信息：logging.info(信息)

• 警告基本信息：loggin.warning(信息)

• 错误级别信息：logging.error(信息)

• 严重级别信息:logging.critical(信息)

信息输出的格式化（指的是logging.info等函数里面的信息）：

这个表述可能不是很清晰，但意义类似程序报错信息，（假如）普通的异常信息只有一个报错原因，（那么为了方便观看）可能还需要一些如错误地点，错误事件等信息，而这些附加的统一的时间不应该由生产错误信息的部分来添加（可能有很多个模块），而应该将这个信息给专门做这事的部分来处理(交个formatter来处理)。

1.支持普通字符串％格式化，例如：

logging.info('Started ％s'％tag)

2.支持普通字符串format格式化，例如:

logging.info('{} started '.format(tag))

3.logging自带的，例如：

logging.info('％s start in', tag) logging.info('％s start in ％s',tag,address)

format设置方法：

• 常用特殊字符：

• message是日志信息

• levelname日志信息等级

• asctime是字符串形式的日期时间

• name是logger的名字

• levelno是数字形式的日志信息等级

• module是调用日志输出函数的模块名

• funcName是调用日志输出函数的函数名

• lineno是调用日志输出函数的代码行数

根据不同的style，可以使用％(message)s或{message}或$message类似的格式来标注指定位置使用指定信息来取代。

• 默认格式：

• asctime 使用％(asctime)s

• funcName使用％(funcName)s

• levelname使用％(levelname)s

• message使用％(message)s

• lineno使用％(lineno)d

• module使用％(module)s

• name使用％(name)s

官方文档：

https://docs.python.org/3.6/library/logging.html

datefmt日期输出格式的设置方法：

设置format * 殊字符asctime（日期时间）的输出格式

• 特殊字符：

• ％y 两位数的年份表示（00-99）

• ％Y 四位数的年份表示（000-9999）

• ％m 月份（01-12）

• ％d 月内中的一天（0-31）

• ％H 24小时制小时数（0-23）

• ％I 12小时制小时数（01-12）

• ％M 分钟数（00=59）

• ％S 秒（00-59）

使用自己想要的分隔符和顺序来定义日期时间的格式，例如：

datefmt='％m/％d/％Y ％I:％M:％S ％p'

使用小例子：

不使用format的：

import
logging def show(): print("wechat running...") return "wechat" def main(): logging.basicConfig(filename='myapp.log', level=logging.INFO) tag=show() logging.info('Started ％s'％tag) logging.info('Finished ％s'％tag) if __name__ == '__main__'
:
 main()

使用format和datefmt的：

import
logging def show(): print("wechat running...") return "wechat" def main(): logging.basicConfig(filename='myapp.log', format='％(asctime)s ％(message)s', datefmt='％m/％d/％Y ％I:％M:％S ％p',level=logging.INFO) tag=show() logging.info('％s start in', tag) logging.info('％s Finished',tag) if __name__ == '__main__'
:
 main()

PS：虽然上面没有说到logger对象，handler对象（默认方向是标准输出流），formatter对象，但实际上，它是有默认的。不要因为默认值而搞错。所以不建议混杂基础版的和扩展版的使用。

logging模块的扩展使用：

1.导入模块：

import logging

2.获取logger对象：

logger = logging.getLogger("AppName")

【这里根据不同的名字定义不同的logger对象,默认为root。】

在模块中使用时，官方文档中有一个这样的代码，有点意思：

logger = logging.getLogger(__name__)

3.设置最低日志输出级别：

logger.setlevel()

例如：

logger.setLevel(logging.INFO)

4.创建并绑定handler：

handler用于处理日志信息的输出方向,可以添加多个handler，代表同时向多个方向输出信息

• 创建handler：

输出方向为文件，使用FileHandler，例如：

logging.FileHandler("test.log")

输出方向为流，使用StreamHandler,例如：

logging.StreamHandler(sys.stdout)

PS：想了解更多Handler，可以自己查看官方文档https://docs.python.org/3.6/howto/logging.html

• 绑定handler，使用addHandler():

例如：

logger.addHandler(handler)

• 绑定后如果想解绑handler，使用removeHandler():

例如：

logger.removeHandler(handler)

5.定义handler的输出格式formatter并绑定到handler上，formatter的设置方法类似上面基础使用中的format：

• 创建：

例如：

formatter = logging.Formatter('％(asctime)s ％(levelname)s: ％(message)s')

• 绑定：

handler.setFormatter(formatter) 或handler.formatter=formatter

6.将handle绑定到logger对象上。

logger.addHandler(file_handler)

logger.addHandler(console_handler)

7.输出日志：

调试级别： logger.debug(信息)

提示级别： logger.info(信息)

警告级别： logger.warn(信息)

错误级别：

logger.error(信息)

logger.exception(信息)【与error不同的是，还附带堆栈信息，一般用在发生异常时】

严重级别：

logger.fatal(信息) 【fatal是critical的别名】

logger.critical(信息)

使用示例：

import
logging def demo(): #获取logger对象 logger=logging.getLogger("WeChat") #设置日志等级 logger.setLevel(logging.DEBUG) #创建绑定handler handler=logging.FileHandler('wechat.log') logger.addHandler(handler) # 创建绑定formatter formatter = logging.Formatter('％(asctime)s ％(levelname)s: ％(message)s') formatter.datefmt = '％m/％d/％Y ％I:％M:％S ％p' #可选的 handler.setFormatter(formatter) #尝试输出错误信息 logger.debug("debug message") logger.info("info message") logger.warning("warining message") logger.error("error message") logger.critical("critical message") if __name__=="__main__"
:
 demo()

补充：

• 如果你不想新建handler和formatter，可以使用basicConfig方式（可以使用basicConfig来配置所有的logger对象的handler和formatter），当要注意混杂风险。【basicConfig和handler必须至少存在一个，因为默认的logger对象也是需要初始化的】

• logging模块中还有一个filter，由于它涉及的内容较多，单独列在下面讲。

logging中的Filter:

• Filter用来过滤日志信息，例如你想输出A类信息，但不想输出C类信息，就可以进行过滤

• 而由于所有的信息都有经过过滤器，也可以使用过滤器来增加一些信息。

使用方法1：建立子类

下面的例子可能不是很符合应用，仅用于举例：

过滤非允许用户的日志信息：

import
logging import sys class ContextFilter(logging.Filter): def filter(self, record): if record.role=="admin" : return True else: return False if __name__ == '__main__': logger=logging.getLogger("Wechat") logger.setLevel(logging.DEBUG) handler=logging.StreamHandler(sys.stdout) formatter=logging.Formatter('％(asctime)s ％(levelname)s: ％(message)s Role: ％(role)s') handler.setFormatter(formatter) logger.addHandler(handler) #创建绑定fiter f = ContextFilter() logger.addFilter(f) logger.info('An info message with ％s', 'some parameters',extra={"role":"admin"}) logger.info('An info message with ％s', 'some parameters',extra={"role":"hacker"})#hacker的被过滤掉了

官网版的加信息版本：

import
logging from random import choice class ContextFilter(logging.Filter): """

This is a filter which injects contextual information into the log.

Rather than use actual contextual information, we just use random
 data in this demo.
 """

USERS
= ['jim', 'fred', 'sheila'] IPS = ['123.231.231.123', '127.0.0.1', '192.168.0.1'] def filter(self, record): record.ip = choice(ContextFilter.IPS) record.user = choice(ContextFilter.USERS) return True if __name__ == '__main__': levels = (logging.DEBUG, logging.INFO, logging.WARNING, logging.ERROR, logging.CRITICAL) logging.basicConfig(level=logging.DEBUG, format='％(asctime)-15s ％(name)-5s ％(levelname)-8s IP: ％(ip)-15s User: ％(user)-8s ％(message)s') a1 = logging.getLogger('a.b.c') a2 = logging.getLogger('d.e.f') f = ContextFilter() a1.addFilter(f) a2.addFilter(f) a1.debug('A debug message') a1.info('An info message with ％s', 'some parameters') for x in range(10): lvl = choice(levels) lvlname = logging.getLevelName(lvl) a2.log(lvl, 'A message at ％s level with ％d ％s', lvlname, 2, 'parameters')

使用方法2：使用filter函数

python3.2后，可以使用filter函数来做到上面方法1的效果

例子1：

import
logging import sys def myfilter(record): if record.role == "admin": return True else: return False if __name__ == '__main__': logger=logging.getLogger("Wechat") logger.setLevel(logging.DEBUG) handler=logging.StreamHandler(sys.stdout) formatter=logging.Formatter('％(asctime)s ％(levelname)s: ％(message)s Role: ％(role)s') handler.setFormatter(formatter) logger.addHandler(handler) #创建绑定fiter f = logging.Filter() f.filter=myfilter logger.addFilter(f) logger.info('An info message with ％s', 'some parameters',extra={"role":"admin"}) logger.info('An info message with ％s', 'some parameters',extra={"role":"hacker"})#hacker的被过滤掉了

例子2，利用lambda：

logger=logging.getLogger("Wechat") logger.setLevel(logging.DEBUG) handler=logging.StreamHandler(sys.stdout) formatter=logging.Formatter('％(asctime)s ％(levelname)s: ％(message)s Role: ％(role)s') handler.setFormatter(formatter) logger.addHandler(handler) #创建绑定fiter

#
f = ContextFilter() f = logging.Filter() f.filter=lambda record: record.role=="admin"

logger.addFilter(f)

logger.info(
'An info message with ％s', 'some parameters',extra={"role":"admin"}) logger.info('An info message with ％s', 'some parameters',extra={"role":"hacker"})#hacker的被过滤掉了

使用配置文件配置logger对象:

 注意：logging默认使用的logger对象叫做root  

config文件配置方式：

import
logging import logging.config logging.config.fileConfig('logging.conf') # create logger logger = logging.getLogger('simpleExample') # 'application' code logger.debug('debug message') logger.info('info message') logger.warn('warn message') logger.error('error message') logger.critical('critical message')

文件内容：

[loggers] keys=root,simpleExample [handlers] keys=consoleHandler [formatters] keys=simpleFormatter [logger_root] level=DEBUG handlers=consoleHandler [logger_simpleExample] level=DEBUG handlers=consoleHandler qualname=simpleExample propagate=0 [handler_consoleHandler] class=StreamHandler level=DEBUG formatter=simpleFormatter args=(sys.stdout,) [formatter_simpleFormatter] format=％(asctime)s - ％(name)s - ％(levelname)s - ％(message)s datefmt=

PS：也支持YAML方式，这里不讲述

小技巧：

如果留意到过滤器例子的话，你可以发现

在formatter内可以附加参数：

输出信息时，附加一个参数extra，附加的参数可以被formatter使用

import
logging import sys class ContextFilter(logging.Filter): def filter(self, record): if record.role=="admin" : return True else: return False if __name__ == '__main__': logger=logging.getLogger("Wechat") logger.setLevel(logging.DEBUG) handler=logging.StreamHandler(sys.stdout) formatter=logging.Formatter('％(asctime)s ％(levelname)s: ％(message)s Role: ％(role)s') handler.setFormatter(formatter) logger.addHandler(handler) #创建绑定fiter f = ContextFilter() logger.addFilter(f) logger.info('An info message with ％s', 'some parameters',extra={"role":"admin"}) logger.info('An info message with ％s', 'some parameters',extra={"role":"hacker"})#hacker的被过滤掉了

想要了解更多？不如看看官方文档。

https://docs.python.org/3.6/library/logging.html

希望本文所述对大家Python程序设计有所帮助。

来源：https://www.cnblogs.com/progor/p/9269230.html