logging的简单介绍

用作记录日志,默认分为六种日志级别(括号为级别对应的数值)

  1. NOTSET(0)
  2. DEBUG(10)
  3. INFO(20)
  4. WARNING(30)
  5. ERROR(40)
  6. CRITICAL(50)

special

  • 在自定义日志级别时注意不要和默认的日志级别数值相同
  • logging 执行时输出大于等于设置的日志级别的日志信息,如设置日志级别是 INFO,则 INFO、WARNING、ERROR、CRITICAL 级别的日志都会输出。

logging常见对象

  • Logger:日志,暴露函数给应用程序,基于日志记录器和过滤器级别决定哪些日志有效。
  • LogRecord :日志记录器,将日志传到相应的处理器处理。
  • Handler :处理器, 将(日志记录器产生的)日志记录发送至合适的目的地。
  • Filter :过滤器, 提供了更好的粒度控制,它可以决定输出哪些日志记录。
  • Formatter:格式化器, 指明了最终输出中日志记录的格式。

logging基本使用

logging 使用非常简单,使用  basicConfig()  方法就能满足基本的使用需要;如果方法没有传入参数,会根据默认的配置创建Logger 对象,默认的日志级别被设置为 WARNING,该函数可选的参数如下表所示。

参数名称

参数描述

filename

日志输出到文件的文件名

filemode

文件模式,r[+]、w[+]、a[+]

format

日志输出的格式

datefat

日志附带日期时间的格式

style

格式占位符,默认为 "%" 和 “{}”

level

设置日志输出级别

stream

定义输出流,用来初始化 StreamHandler 对象,不能 filename 参数一起使用,否则会ValueError 异常

handles

定义处理器,用来创建 Handler 对象,不能和 filename 、stream 参数一起使用,否则也会抛出 ValueError 异常

logging代码

 logging.debug("debug")
logging.info("info")
logging.warning("warning")
logging.error("error") logging.critical("critical")

测试结果

 WARNING:root:warning
ERROR:root:error
CRITICAL:root:critical

但是当发生异常时,直接使用无参数的  debug() 、 info() 、 warning() 、 error() 、 critical() 方法并不能记录异常信息,需要设置  exc_info=True  才可以,或者使用  exception() 方法,还可以使用  log() 方法,但还要设置日志级别和  exc_info 参数

 a = 5
b = 0
try:
c = a / b
except Exception as e:
# 下面三种方式三选一,推荐使用第一种
logging.exception("Exception occurred")
logging.error("Exception occurred", exc_info=True)
logging.log(level=logging.ERROR, msg="Exception occurred", exc_info=True)

logging之Formatter对象

Formatter 对象用来设置具体的输出格式,常用格式如下表所示

格式

变量描述

%(asctime)s

将日志的时间构造成可读的形式,默认情况下是精确到毫秒,如 2018-10-13 23:24:57,832,可以额外指定 datefmt 参数来指定该变量的格式

%(name)

日志对象的名称

%(filename)s

不包含路径的文件名

%(pathname)s

包含路径的文件名

%(funcName)s

日志记录所在的函数名

%(levelname)s

日志的级别名称

%(message)s

具体的日志信息

%(lineno)d

日志记录所在的行号

%(pathname)s

完整路径

%(process)d

当前进程ID

%(processName)s

当前进程名称

%(thread)d

当前线程ID

%threadName)s

当前线程名称

logging封装类

 #!/usr/bin/env python
# -*- coding: utf-8 -*- """
__title__ = logging工具类
__Time__ = 2019/8/8 19:26
"""
import logging
from logging import handlers class Loggers:
__instance = None def __new__(cls, *args, **kwargs):
if not cls.__instance:
cls.__instance = object.__new__(cls, *args, **kwargs)
return cls.__instance def __init__(self):
# 设置输出格式
formater = logging.Formatter(
'[%(asctime)s]-[%(levelname)s]-[%(filename)s]-[%(funcName)s:%(lineno)d] : %(message)s')
# 定义一个日志收集器
self.logger = logging.getLogger('log')
# 设定级别
self.logger.setLevel(logging.DEBUG)
# 输出渠道一 - 文件形式
self.fileLogger = handlers.RotatingFileHandler("./test.log", maxBytes=5242880, backupCount=3) # 输出渠道二 - 控制台
self.console = logging.StreamHandler()
# 控制台输出级别
self.console.setLevel(logging.DEBUG)
# 输出渠道对接输出格式
self.console.setFormatter(formater)
self.fileLogger.setFormatter(formater)
# 日志收集器对接输出渠道
self.logger.addHandler(self.fileLogger)
self.logger.addHandler(self.console) def debug(self, msg):
self.logger.debug(msg=msg) def info(self, msg):
self.logger.info(msg=msg) def warn(self, msg):
self.logger.warning(msg=msg) def error(self, msg):
self.logger.error(msg=msg) def excepiton(self, msg):
self.logger.exception(msg=msg) loggers = Loggers() if __name__ == '__main__':
loggers.debug('debug')
loggers.info('info')

logzero封装类

 #!/usr/bin/env python
# -*- coding: utf-8 -*- """
__title__ = logzero日志封装类
__Time__ = 2019/8/8 19:26
"""
import logging import logzero
from logzero import logger class Logzero(object):
__instance = None def __new__(cls, *args, **kwargs):
if not cls.__instance:
cls.__instance = object.__new__(cls, *args, **kwargs)
return cls.__instance def __init__(self):
self.logger = logger
# console控制台输入日志格式 - 带颜色
self.console_format = '%(color)s' \
'[%(asctime)s]-[%(levelname)1.1s]-[%(filename)s]-[%(funcName)s:%(lineno)d] 日志信息: %(message)s ' \
'%(end_color)s '
# 创建一个Formatter对象
self.formatter = logzero.LogFormatter(fmt=self.console_format)
# 将formatter提供给setup_default_logger方法的formatter参数
logzero.setup_default_logger(formatter=self.formatter) # 设置日志文件输出格式
self.formater = logging.Formatter(
'[%(asctime)s]-[%(levelname)s]-[%(filename)s]-[%(funcName)s:%(lineno)d] 日志信息: %(message)s')
# 设置日志文件等级
logzero.loglevel(logging.DEBUG)
# 输出日志文件路径和格式
logzero.logfile("F:\\imocInterface\\log/tests.log", formatter=self.formater) def debug(self, msg):
self.logger.debug(msg=msg) def info(self, msg):
self.logger.info(msg=msg) def warning(self, msg):
self.logger.warning(msg=msg) def error(self, msg):
self.logger.error(msg=msg) def exception(self, msg):
self.logger.exception(msg=msg) logzeros = Logzero() if __name__ == '__main__':
logzeros.debug("debug")
logzeros.info("info")
logzeros.warning("warning")
logzeros.error("error")
a = 5
b = 0
try:
c = a / b
except Exception as e:
logzeros.exception("Exception occurred")

Python常用库 - logging日志库的更多相关文章

  1. python常用框架及第三方库

    python常用框架及第三方库 一.Web框架 1.Django: 开源web开发框架,它鼓励快速开发,并遵循MVC设计,比较庞大,开发周期短.Django的文档最完善.市场占有率最高.招聘职位最多. ...

  2. python中的logging日志模块

    日志是程序不可或缺的一部分.它可以记录程序的运行情况,帮助我们更便捷地发现问题,而python中的logging日志模块给我们提供了这个机会. logging给我们提供了五种函数用来输出日志:debu ...

  3. python logging日志库

    项目中使用的日志库是使用python官方库logging封装的,但是居然一直么有设置日志自动滚动,经常会受到告警说哪台机器磁盘空间又满,清理一下,于是研究一下,解决这个问题. 参考:https://d ...

  4. Python入门之logging日志模块以及多进程日志

    本篇文章主要对 python logging 的介绍加深理解.更主要是 讨论在多进程环境下如何使用logging 来输出日志, 如何安全地切分日志文件. 1. logging日志模块介绍 python ...

  5. python找寻合适的日志库logging Handler——Handler自定义实现

    最近在用python tornado开发一个app的服务端.投产的系统肯定需要包含日志功能,这里就自然想到了用python自带的logging库.   logging中日志内容的输出都交由Handle ...

  6. python常用的内置库

    标准库: import os os.getcwd()  //返回当前工作路径 os.chdir('/server/accesslogs')   # Change current working dir ...

  7. Python模块学习 ---- logging 日志记录

    许多应用程序中都会有日志模块,用于记录系统在运行过程中的一些关键信息,以便于对系统的运行状况进行跟踪.在.NET平台中,有非常著名的第三方开源日志组件log4net,c++中,有人们熟悉的log4cp ...

  8. Python常用模块--logging

    (转载) 原文:http://www.cnblogs.com/dahu-daqing/p/7040764.html 1 logging模块简介 logging模块是Python内置的标准模块,主要用于 ...

  9. python中的logging日志

    logging使用 import logging import os from logging import handlers from constants.constants import Cons ...

随机推荐

  1. C++ 动态数组与链表

    动态数组与链表 动态数组的大小不定,内存连续的,可以根据自己的需要,增加或删除元素.知道第一个元素的,那么就可以知道第二个元素,通过下标访问.如果中间插入一个元素,那么中间后面的元素的下标全部都要改变 ...

  2. 【转】13个JavaScript图表(JS图表)图形绘制插件

    现在网络上又有越来越多的免费的(JS 图表)JavaScript图表图形绘制插件.我之前给一家网站做过复杂的图形,我们用的是 highchart.在那段时间,没有很多可供选择的插件.但现在不同了,很容 ...

  3. Java工程师 基础+实战 完整路线图(详解版)

    Java工程师 基础+实战 完整路线图(详解版)   Java 基础 Java 是一门纯粹的面向对象的编程语言,所以除了基础语法之外,必须得弄懂它的 oop 特性:封装.继承.多态.此外还有泛型.反射 ...

  4. Scala与Mongodb实践3-----运算环境的搭建

    目的:使的在IDEA中编辑代码,令代码实现mongodb运算,且转换较为便捷 由实验2可知,运算环境的搭建亦需要对数据进行存储和计算,故需要实现类型转换,所以在实验2的基础上搭建环境. 由菜鸟教程可得 ...

  5. 如何设计一个优雅的RESTFUL的接口

    show me the code and talk to me,做的出来更要说的明白 我是布尔bl,你的支持是我分享的动力! 一 .引入 设计接口是我们开发人员的日常操作.当我们把接口交给前端人员时, ...

  6. java.lang.IllegalArgumentException: clusterListener can not be null

    Caused by: org.springframework.beans.BeanInstantiationException: Failed to instantiate [com.mongodb. ...

  7. Codeforces Choosing Laptop 题解

    这题实在是太水了,具体看注释 蒟蒻的方法是一边找过时的电脑一边比大小 蒟蒻不才,只会C++ 其实还会free basic,但它已经过时了 附: 本题洛谷网址 Codeforces网址 希望蒟蒻的题解能 ...

  8. 如何用rflask快速初始化Flask Restful项目

    如何用rflask快速初始化Flask Restful项目 说明 多啰嗦两句 我们在创建flask项目的时候,使用pycharm创建出来的项目比较简陋,而且随着项目的功能完善,项目目录结构会比较多,多 ...

  9. 【javaScript】js出现allocation size overflow以及字符串拼接优化

    字符串拼接长一点了,就出现了allocation size overflow异常! 先创建缓冲字符串数组,最后将数组转化为字符串 <script type="text/javascri ...

  10. 机器学习环境配置系列四之theano

    决定撰写机器学习环境配置的主要原因就是因为theano的配置问题,为了能够用上gpu和cudnn加速,我是费劲了力气,因为theano1.0.0在配置方面出现了重大改变,而网上绝大多数都很老,无法解决 ...