Python日志模块logging如何使用
这篇文章主要讲解了“Python日志模块logging如何使用”，文中的讲解内容简单清晰，易于学习与理解，下面请大家跟着小编的思路慢慢深入，一起来研究和学习“Python日志模块logging如何使用”吧！
关于开发日志
对于开发日志，很多程序员误区可能就是停留在直接print打印到后台日志中，好的地方方便快捷，但是坏的地方就是日志输出的内容十分混乱，不方便排查。面对不同级别的事件，以及需要执行的任务时，采取的日志操作动作是不一样的。
对此结合Python官方文档总结以下执行任务对应的工具：
需要执行的任务 |
任务对应的工具 |
直接打印程序结果 |
|
记录程序普通操作（比如请求记录，状态监控） |
logging.info() |
程序发生特殊事件引发的警告信息 |
logging.warning() |
程序发生特殊事件引发错误 |
直接抛出异常（raise Exception) |
报告错误而不引发异常 |
logging.error()、logging.exception()、logging.critical() 分别使用特定错误 |
日志功能事件级别对应应用场景（以严重性递增）
级别 |
应用场景 |
DEBUG |
细节信息，仅当诊断问题适用 |
INFO |
确认程序预期运行，记录程序正常运行状态 |
WARNING |
表明有已经或即将发生的意外 |
ERROR |
由于严重的问题，程序某些功能不能使用 |
CRTICAL |
严重的错误，程序已不能继续执行 |
logging模块默认级别是WARNING，意味着只会追踪该级别以上的事件，除非更改日志配置；
关于logging基础使用
日志记录保存到文件
import logging
logging.basicConfig(filename="example.log", level=logging.INFO,
datefmt="%Y-%m-%d %H:%M:%S",
encoding='utf-8')
# 记录日志信息
logging.debug("test DEBUG")
logging.info("test Info")
logging.warning("test Warning")
logging.warning('%s before you %s', 'Look', 'leap!')
logging.error("test Error")
代码注解：
3.9版本中才更新了encoding，encoding参数在更早的Python版本中没有指定时，编码会使用open()的默认值；
level是设置默认日志追踪级别的阈值，默认级别是WARNING
filename是日志文件的存放路径；
(上述脚本如果连续多次运行，连续运行的消息将追缴到指定的example.log日志文件，如果想每次都是重新开始，即example.log日志不保存之前的日志信息，则修改filemode参数为'w'；)
关于logging进阶使用
结合Python官方文档，日志库采用模块化的方法，并提供几类组件：记录器、处理器、过滤器和格式器。
记录器：暴露了应用程序代码直接使用的接口。
处理器：将日志记录（由记录器创建）发送到适当的目标。
过滤器：提供了更细粒度的功能，用于确定要输出的日志记录。
格式器：指定最终输出中日志记录的样式。
官方文档中记录器和处理在日志信息记录流程：
解析：
首先是判断Logger对象执行的方法是否大于设置的最低严重性，大于则创建LogRecord对象，小于则终止；
注册的Filter对象进行过滤，如果为False不记录日志；
将LogRecord对象传递到当前注册到Logger对象中的Handler对象；判断Handler对象设置的级别大于Logger对象则证明有效，以及注册到Handler对象中Filter过滤后是否返回True；
最后判断当前是否还有父Logger对象，如果是重复第三步，知道当前Logger设置为root Looger；
记录器
关于记录器，主要的任务总结有三个：
暴露接口给应用程序记录消息；
根据严重性（默认严重级别）或者过滤器决定要处理的日志信息；
将日志信息发送传递给对应日志处理器；
关于记录器方法总结为两类，配置和消息发送.
记录器配置方法：
Logger.setLevel()：设置记录器处理的最低严重性日志信息（这就如果后续日志处理器设置的日志级别比记录器低是无效的）；
Logger.addHandler()和Logger.removeHandler()：从记录器对象中增加和删除日志处理器对象；
Logger.addFilter()和Logger.removeFilter()：从记录器对象中增加和删除过滤器；
记录器常用创建信息方法：
Logger.debug() 、 Logger.info() 、 Logger.warning() 、 Logger.error() 和 Logger.critical() ；
Logger.exception()和以上的方法有点不同，只在异常处理程序中调用此方法，同时还记录当前堆栈跟踪信息；
处理器
关于处理器，简单的可以理解为将特定严重级别的日志信息发送到特定的位置，常用的处理类型主要有两个：
FileHandler
StreamHandler
由于内置处理对象常用的配置方法：
setLevel()方法，设置处理器中的最低严重性，即决定处理器该发送哪些级别的日志信息；
addFormatter，选择该处理器使用的Formatter对象；
addFilter和removeFilter，在处理器上增加和删除过滤器对象；
格式器
格式器配置日志消息的最终顺序、结构和内容，格式器类的构造函数有三个可选参数：
消息格式字符串
日期格式字符串
样式指示符
logging.Formatter.__init__(fmt=None, datefmt=None, style='%')
备注：
fmt消息格式字符串一般不为空，为空默认就只打印message信息；
datefmt默认日期格式为：%Y-%m-%d %H:%M:%S；
style参数可选的范围为：%、{、$这三个，主要用于fmt消息中字符串替换；
关于style：
fm = Formatter("%(asctime)s - %(name)s - %(levelname)s - %(message)s",
"%Y-%m-%d %H:%M:%S", style='{')
fm = Formatter("{asctime} - {name} - {levelname} - {message}",
"%Y-%m-%d %H:%M:%S", style='{')
fm = Formatter("$asctime - $name - $levelname - $message",
"%Y-%m-%d %H:%M:%S", style='$')
(这三种style使用方式，效果都一样)
配置记录
开发人员可以通过三种方式配置日志记录：
使用提供的接口，显示创建记录器，处理器，格式器等直接配置；
通过fileConfig()函数读取已经创建好的配置文件；
创建好配置函数字典传递到dictConfig()函数；
关于fileConfig()读取的配置文件(官方示例）：
[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
（关于读取的配置文件格式类似ini格式）
实战
关于logging模块，这里介绍一下我目前最常用的业务场景：调用方请求一个后端的rest api接口，我需要记录调用方请求的时间，地址，请求参数，处理请求后的结果，以及我需要将报错的信息保存到指定的文件里，方便排查。
为了后期使用方便，在不更改原有处理函数的基础下增加日志记录的功能，我会选择将日志记录操作封装在一个装饰器函数。
所以我只需将这部分功能分成两部分：生成记录器、请求处理的装饰器函数
生成记录器
# -*- coding: utf-8 -*-
from logging import handlers
from datetime import date
import logging
def init_logger():
"""
生成记录器
:return:
"""
app_logger = logging.getLogger(APP_NAME)
app_logger.setLevel(logging.INFO)
fmt = logging.Formatter("%(asctime)s %(levelname)s: %(message)s", "%Y-%m-%d %H:%M:%S")
# 正常日志打印到控制台
console = logging.StreamHandler()
console.setFormatter(fmt)
console.setLevel(logging.INFO)
# 异常日志记录到log文件
today = date.today()
file_name = "logs/exceptions_" + str(today) + ".log"
fh = handlers.TimedRotatingFileHandler(filename=file_name, when='D', backupCount=30, encoding='utf-8')
fh.setLevel("ERROR")
fh.setFormatter(fmt)
app_logger.addHandler(console)
app_logger.addHandler(fh)
return app_logger
代码解析：
APP_NAME是预设好的项目名称，可根据实际业务进行调整；
关于普通的StreamHandler前面已经提到了使用的方法，我这里之所选择，是由于这个项目时Flask框架，后期部署通过uWSGI部署后端服务，我希望正常请求直接就打印在uwsgi的日志文件中，所以普通请求的处理器就选择了StreamHandler
关于异常日志处理器，这里用到特殊的TimeRotatingFileHandler，这个内置的处理器可以根据不同的时间跨度进行保存日志，就可以将异常日志信息按照一天的时间进行保存，注意设置最低严重性是ERROR
请求处理装饰器
from functools import wraps
from flask import request
app_logger = init_logger()
def rest_log(return_type="dict"):
def decorator(func):
@wraps(func)
def inner(*args, **kwargs):
# 组装打印的Message消息日志格式（请求URL，目标主机，请求方法，请求参数，响应内容）
log_params = {
"request": request.base_url,
"host": request.host,
"method": request.method
}
req_data = {}
if request.method == "POST":
req_data = dict(request.json)
elif request.method == "GET":
req_data = dict(request.args)
log_params.update({"params": req_data})
# 请求处理函数
try:
result = func(*args, **kwargs)
except Exception as e:
# 异常信息处理
err_msg = str(e)
result = {"ret_code": 500, "ret_info": err_msg}
app_logger.error(log_params, exc_info=True)
if return_type == "tuple":
result = (result, 500)
if return_type == "tuple":
log_params['result'] = result[0].data
else:
log_params['result'] = result
app_logger.info(log_params)
return result
return inner
return decorator
代码解析：
主要分为三部分：HTTP请求request解析、异常请求信息处理、请求结果处理；
app_logger.error(log_params, exc_info=True)中的exc_info可以将异常信息添加到日志信息中，即app_logger.exception()的效果；
关于return_type参数是考虑到flask支持返回元组，即返回响应对象，响应状态码。考虑到日常使用场景会出现这种情况；
简单使用示例：
# -*- coding: utf-8 -*-
from flask import request, Blueprint
from common.LogUtils import rest_log
test_api = Blueprint("TestApi", __name__)
@test_api.route("/log/test", methods=["GET"])
@rest_log()
def test_log():
name = request.args.get("name", "")
number = request.args.get('number', "")
if not name or not number:
raise Exception("number和name参数都不能为空")
response = {
"data": {
"name": f"Hello, {name}",
"number": number
},
"ret_code": 200,
"ret_info": "success"
}
return response
备注：
rest_log装饰器不能放在test_api.route的前面，因为只有当路由注册函数执行后，才能从request中获取到对应的信息（base_url,host,method)
控制台日志打印效果：
2022-05-22 12:01:01 INFO: {'request': 'http://127.0.0.1:23102/log/test', 'host': '127.0.0.1:23102', 'method': 'GET', 'params': {'name': 'zhangsn', 'number': '22'}, 'result': {'data': {'name': 'Hello, zhangsn', 'number': '22'}, 'ret_code': 200, 'ret_info': 'success'}}
异常日志打印：
2022-05-22 11:47:38 ERROR: {'request': 'http://127.0.0.1:23102/log/test', 'host': '127.0.0.1:23102', 'method': 'GET', 'params': {}}
Traceback (most recent call last):
File "C:\Users\admin\TestLogging\common\LogUtils.py", line 63, in inner
result = func(*args, **kwargs)
File "C:\Users\admin\TestLogging\controller\TestLogging.py", line 18, in test_log
raise Exception("number和name参数都不能为空")
Exception: number和name参数都不能为空
感谢各位的阅读，以上就是“Python日志模块logging如何使用”的内容了，经过本文的学习后，相信大家对Python日志模块logging如何使用这一问题有了更深刻的体会，具体使用情况还需要大家实践验证。这里是蜗牛博客，小编将为大家推送更多相关知识点的文章，欢迎关注！
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：niceseo99@gmail.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
评论