Python中logging日志库实例详解

logging的简单使用

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。

|2logging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。

|3logging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")5 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)

|4logging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

|5logging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')

|6logzero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")

总结

以上所述是小编给大家介绍的Python中logging日志库实例详解,希望对大家有所帮助,也非常感谢大家对我们网站的支持!

时间: 2020-02-18

python中 logging的使用详解

日志是用来记录程序在运行过程中发生的状况,在程序开发过程中添加日志模块能够帮助我们了解程序运行过程中发生了哪些事件,这些事件也有轻重之分. 根据事件的轻重可分为以下几个级别: DEBUG: 详细信息,通常仅在诊断问题时才受到关注.整数level=10 INFO: 确认程序按预期工作.整数level=20 WARNING:出现了异常,但是不影响正常工作.整数level=30 ERROR:由于某些原因,程序 不能执行某些功能.整数level=40 CRITICAL:严重的错误,导致程序不能运行.整数

Python使用logging模块实现打印log到指定文件的方法

本文实例讲述了Python使用logging模块实现打印log到指定文件的方法.分享给大家供大家参考,具体如下: 可能我们经常会使用print来输出信息到窗口,但当我们有很多个py文件需要运行,项目比较庞大的到时候,print简直就是太low了点了.那么我们可以使用强大的logging模块,把输出到指定的本地pc某个路径的文件中. 一.logging的框架 1. Loggers: 可供程序直接调用的接口,app通过调用提供的api来记录日志 2. Handlers: 决定将日志记录分配至正确的目

python 通过logging写入日志到文件和控制台的实例

如下所示: import logging # 创建一个logger logger = logging.getLogger('mylogger') logger.setLevel(logging.DEBUG) # 创建一个handler,用于写入日志文件 fh = logging.FileHandler('test.log') fh.setLevel(logging.DEBUG) # 再创建一个handler,用于输出到控制台 ch = logging.StreamHandler() ch.set

详解Python logging调用Logger.info方法的处理过程

本次分析一下Logger.info的流程 1. Logger.info源码: def info(self, msg, *args, **kwargs): """ Log 'msg % args' with severity 'INFO'. To pass exception information, use the keyword argument exc_info with a true value, e.g. logger.info("Houston, we h

详解python logging日志传输

1.生成日志并通过http传输出去(通过HTTPHandler方式): #生成并发送日志 import logging from logging.handlers import HTTPHandler import logging.config def save(): logger = logging.getLogger(__name__) # 生成一个log实例,如果括号为空则返回root logger hh = HTTPHandler(host='127.0.0.1:5000', url='

详解Python用户登录接口的方法

Readme: blog address: 摘要:编写登录接口 输入用户名.密码 认证成功后显示欢迎信息 输错3次后锁定 关键词:循环:判断:外部数据读写:列表:字典: 展望:可以结合数据库读写. codes: # Author: Steven Zeng ''' 作业2:编写登录接口 输入用户名密码 认证成功后显示欢迎信息 输错3次后锁定 ''' print("welcome to here") f1=open('username.txt') f2=open('password.txt

详解python中index()、find()方法

python中index().find()方法,具体内容如下: index() 方法检测字符串中是否包含子字符串 str ,如果指定 beg(开始) 和 end(结束) 范围,则检查是否包含在指定范围内,该方法与 python find()方法一样,只不过如果str不在 string中会报一个异常.影响后面程序执行 index()方法语法:str.index(str, beg=0, end=len(string)) str -- 指定检索的字符串 beg -- 开始索引,默认为0. end --

详解python uiautomator2 watcher的使用方法

该方是基于uiautomator2如下版本进行验证的: PS C:\windows\system32> pip show uiautomator2 Name: uiautomator2 Version: 1.2.2 Summary: Python Wrapper for Android UiAutomator2 test tool Home-page: https://github.com/codeskyblue/uiautomator2 Author: codeskyblue Author-e

详解python的数字类型变量与其方法

前言 python数据类型是不允许改变的,这就意味着如果改变 Number 数据类型的值,将重新分配内存空间.下面话不多说,来看看详细的介绍吧. 以下实例在变量赋值时 Number 对象将被创建: var1 = 1 var2 = 10 您也可以使用del语句删除一些 Number 对象引用. 您可以通过使用del语句删除单个或多个对象,例如: del var del var_a, var_b Python 支持四种不同的数值类型: 整型(Int)               - 通常被称为是整型

详解python如何调用C/C++底层库与互相传值

前言 开发环境: Centos 7 + Python 3.5.1 + Qt Creator(只是使用Qt Creator编译而已,并没有使用QT的任何库) Python调用C/C++库,我现在能做到的有两种方式 1.extern "C" 导出(互相传值比较麻烦,不建议使用这种方式): 将C/C++库做成和平常一样的DLL和或者.so,比如: //.h文件 #include <Python.h> //.cpp文件 //C/C++ my.so 或者my.dll enter &q

详解Python中__str__和__repr__方法的区别

对我当前工程进行全部测试需要花费不少时间.既然有 26 GB 空闲内存,为何不让其发挥余热呢? tmpfs 可以通过把文件系统保存在大内存中来加速测试的执行效率. 但优点也是缺点,tmpfs 只把结果保存在内存中,所以你必须自己编写脚本来把结果回写到磁盘上进行保留.而且这些脚本必须良好书写和执行,否则就要失去部分或全部的工作成果了. 一种常见的方法是直接在tmpfs文件夹中工作,然后把工作成果备份到磁盘上的一个文件夹中.当您的机器启动时你从那个备份文件夹恢复tmpfs文件夹.启动之后用cron同

详解python pandas 分组统计的方法

首先,看看本文所面向的应用场景:我们有一个数据集df,现在想统计数据中某一列每个元素的出现次数.这个在我们前面文章<如何画直方图>中已经介绍了方法,利用value_counts()就可以实现(具体回看文章) 但是,现在,我们考虑另外一个场景,我们假如要想统计其中两列元素出现次数呢?举个栗子: 在df数据集中,如果我们想统计A.B两列的元素的出现情况,也就是说,得到如下表. 从上面的最后一列可以看到,在A.B两列中,1 2 出现了2次,1 4 出现1次 ,1 6出现1次,2 3出现了2次, 2

详解python做UI界面的方法

一直以来都是用python脚本,执行的时候就是在终端直接命令执行,或者直接输入代码执行,最近为了方便他人使用,想做个界面,可以通过里面的控件菜单直接点击执行程序功能. 在文件夹中创建一个py文件test. 首先引入tkinter. 通过tk与mainloop做一个窗口,标题为 界面. 通过geometry设置窗口的大小. 通过button直接创建一个按钮,宽度width为10,样式bd为1. 执行脚本,我们会得到一个窗口中有个一个按钮. 以上就是关于python做UI界面的步骤,感谢大家的阅读和