Python中logger模块的使用场景分析

logging模块简介

logging模块是Python内置的日志模块，用来生成程序的日志。一条日志对应一个事件的发生，一个事件一般包括：事件发生时间、事件发生位置、事件内容、事件严重程度-日志级别。（还可以包括进程ID、进程名称、线程ID、线程名称等）

logging模块的组成

1.日志级别：日志分为五个等级，从低到高分别是：DEBUG、INFO、WANGING、ERROR、CRITICAL

• DEBUG：最详细的信息，通常定位问题的时候用
• INFO：确认一切按照预期运行，详细程度仅次于DEBUG
• WARNING：一些意想不到的问题发生了，或者不久的将来将要发生问题，比如磁盘空间小，软件还能正常运行。
• ERROR：很严重的问题，软件没能正确执行某些功能。
• CRITICAL：一个严重的错误，程序本身无法继续运行了。

当你的程序指定了一个日志级别后，程序会记录所有日志级别大于等于指定级别的log。比如指定的级别是WARNING，那么记录的将是WARNING、ERROR、CRITICAL。至于如何设置指定日志级别，将在后面说到。

2.logging的4个组件：

• logger(日志器)：日志类，通过这个类提供的API来记录日志。
• handler(处理器)：对日志信息处理，可以将日志发送到不同的目标域中。
• filter(过滤器)：对日志信息进行过滤。
• formatter(格式器)：日志的格式化

logger模块的使用

　　logger是python的内置模块，用以输出代码运行过程中的运行情况，极大的方便了我们的debug过程。参考资料中列出了使用logger相比于print优越的地方：

　　1. 使用print很难和代码的正常输出区分开

　　2. 使用print没有办法一次性失能或移除所有的debug语句

　　3. 使用print不能生成一个统一可读性好的的logger日志文件

　　一个最简单的使用场景，首先用下面的代码import logging包，然后将logger等级设置为DEBUG：

import logging
logging.basicConfig(level=logging.DEBUG)

　　然后在代码中需要输出debug语句的地方将print替换成logging：

logging.debug("This is for debug.")

　　实际上，上面的这种用法直接但并不标准，标准的做法是定义一个logger，这样的话输入logger日志的时候就会显示定义logger的名字，更容易阅读：

logger1 = logging.getLogger("module_1")
logger2 = logging.getLogger("module_2")
logger1.debug("Module 1 debugger")
logger2.debug("Module 2 debugger")

　　如果想把logging语句输出到文件，只需要在basicConfig部分再添加一个filename参数，这样结果就会输出到日志文件中：

logging.basicConfig(filename="test.log", level=logging.DEBUG)

　　基本的用法就是这些，实际上logging显然不仅只有debug而是还有其他非常多的等级，如下表所示：

　　 默认的等级是30，调成10就会输出所有大于等于10的了。

　　参考模块：

　　https://www.digitalocean.com/community/tutorials/how-to-use-logging-in-python-3

到此这篇关于Python中logger模块的使用教程的文章就介绍到这了,更多相关Python logger模块内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

最新评论