zoukankan      html  css  js  c++  java
  • python模块分析之logging日志(四)

    前言

    python的logging模块是用来设置日志的,是python的标准模块。

    系列文章

    日志记录的级别

    • DEBUG:优先级10,记录调试的详细信息,只在调试时开启;

    • INFO:优先级20,记录普通的消息,包括错误和警告等等;

    • WARNING:优先级30,记录相关的警告信息;

    • ERROR:优先级40,记录错误信息,程序崩溃;

    • CRITICAL:优先级50,记录错误信息;

    如果不设置级别的话,默认为warning,系统记录设置的日志级别优先级以上的日志信息。

    logging模块的主要结构

    查看logging的源码,可知主要有四个类实现功能;

    • Loggers:提供应用程序直接使用的接口,如相关的配置设置;

    • Handlers:将Loggers产生的日志传到指定位置,设置日志保存的位置;

    • Filters:对输出日志进行过滤操作;

    • Formatters:控制日志的输出格式;

    Formatters

    Formatter对象定义了日志的输出格式,有多种可选参数。

    %(name)s Logger的名字
    %(levelno)s 数字形式的日志级别
    %(levelname)s 文本形式的日志级别
    %(pathname)s 调用日志输出函数的模块的完整路径名,可能没有
    %(filename)s 调用日志输出函数的模块的文件名
    %(module)s 调用日志输出函数的模块名|
    %(funcName)s 调用日志输出函数的函数名|
    %(lineno)d 调用日志输出函数的语句所在的代码行
    %(created)f 当前时间,用UNIX标准的表示时间的浮点数表示|
    %(relativeCreated)d 输出日志信息时的,自Logger创建以来的毫秒数|
    %(asctime)s 字符串形式的当前时间。默认格式是“2003-07-08 16:49:45,896”。逗号后面的是毫秒
    %(thread)d 线程ID。可能没有
    %(threadName)s 线程名。可能没有
    %(process)d 进程ID。可能没有
    %(message)s 用户输出的消息
    
    # 定义一个输出格式的对象
    formatter = logging.Formatter('%(asctime)s %(levelname)s: %(message)s',datefmt='%Y-%m-%d %H:%M:%S', style='%')
    
    # Formatter参数:
    fmt:定义输出的日志信息的格式;
    datefmt:定义时间信息的格式,默认为'%Y-%m-%d %H:%M:%S';
    style:定义格式化输出的占位符,默认是%(name)格式,可选{}或$格式
    

    Handlers日志处理器

    日志处理器用来处理日志的具体流向,是输出到文件中还是到标准输出等,它通过设置Formatter控制输出格式,添加filters过滤日志;

    • 常见的处理器有两种:

    StreamHandler:用于向控制台打印日志;

    FileHandler:用于向日志文件打印日志;

    • 其它的处理器
    RotatingHandler:logging.handlers.RotatingHandler;日志回滚方式,支持日志文件最大数量和日志文件回滚
    TimeRotatingHandler:logging.handlers.TimeRotatingHandler;日志回滚方式,在一定时间区域内回滚日志文件
    SocketHandler:logging.handlers.SocketHandler;远程输出日志到TCP/IP sockets
    DatagramHandler:logging.handlers.DatagramHandler;远程输出日志到UDP sockets
    SMTPHandler:logging.handlers.SMTPHandler;远程输出日志到邮件地址
    SysLogHandler:logging.handlers.SysLogHandler;日志输出到syslog
    NTEventLogHandler:logging.handlers.NTEventLogHandler;远程输出日志到Windows NT/2000/XP的事件日志
    MemoryHandler:logging.handlers.MemoryHandler;日志输出到内存中的指定buffer
    HTTPHandler:logging.handlers.HTTPHandler;通过"GET"或者"POST"远程输出到HTTP服务器
    
    from logging import Handler
    handler = Handler() # 所有上述处理器的父类
    print(handler.level) # 处理日志的等级
    print(handler.name) # 处理日志的名字
    print(handler.filters) # 处理器的日志过滤器
    print(handler.formatter) # 日志的格式
    
    handler.get_name() 
    handler.set_name('')
    
    handler.createLock() # 创建线程锁
    handler.acquire() # 获取线程锁
    handler.release() # 释放线程锁
    handler.setLevel('info') # 设置日志处理器的记录级别
    handler.setFormatter(fmt='') # 设置日志的输出格式
    
    handler.addFilter('') # 往处理器中添加过滤器
    handler.removeFilter('') # 往处理器中移除过滤器
    
    handler.emit('') # 日志记录的处理逻辑,由子类实现
    

    Logger日志对象

    Logger管理着所有记录日志的方法。

    logger = getLogger(__name__) # 返回一个Logger实例
    # logger = getLogger('root') # 以'root'为名字的日志对象在Logger对象中只有一个实例
    
    # 如果是想调用以'root'为名字的日志对象输出日志,可以直接导入
    from logging import error, debug, warning, info, fatal, critical
    
    print(logger.root) # 获取根日志对象
    print(logger.manager) # 获取manager
    print(logger.name) # 日志对象的名字
    print(logger.level) # 日志记录水平
    print(logger.filters) # 日志过滤器列表
    print(logger.handlers) # 日志处理器列表
    print(logger.disabled)
    
    logger.setLevel('info') # 设置日志记录水平
    
    logger.info('this is %s', 'info', exc_info=1) # 输出日志信息,格式化输出
    logger.warning('') # 记录warning信息
    logger.error('') # 记录error信息
    logger.exception('') # 等价于logger.error('', exc_info=1)
    logger.debug('') # 记录debug信息
    logger.critical('') # 记录critical信息
    logger.log('info','') # 直接指定级别
    
    logger.addHandler('') # 添加处理器
    logger.removeHandler('') # 移除处理器
    logger.hasHandlers() # 判断是否有处理器
    

    logger的基本使用

    import logging
    import sys
    
    def get_logger(appname):
        # 获取logger实例,如果参数为空则返回root logger
        logger = logging.getLogger(appname)
        # 创建日志输出格式
        formatter = logging.Formatter('%(asctime)s %(levelname)s: %(message)s')
    
        # 设置文件处理器,加载处理格式
        file_handler = logging.FileHandler("test.log") # 指定输出的文件路径
        file_handler.setFormatter(formatter)
    
        # 控制台日志
        console_handler = logging.StreamHandler(sys.stdout)
        console_handler.formatter = formatter
    
        # 为logger添加的日志处理器
        logger.addHandler(file_handler)
        logger.addHandler(console_handler)
    
        # 指定日志的最低输出级别,默认为WARN级别
        logger.setLevel(logging.INFO)
    
    if __name__  == "__main__":
        logger = get_logger('test')
        logger.debug('this is debug info')
        logger.info('this is information')
        logger.warn('this is warning message')
        logger.error('this is error message')
        logger.fatal('this is fatal message, it is same as logger.critical')
        logger.critical('this is critical message')
    

    logger日志记录的逻辑调用过程

    1. 记录日志通过调用logger.debug等方法;

    2. 首先判断本条记录的日志级别是否大于设置的级别,如果不是,直接pass,不再执行;

    3. 将日志信息当做参数创建一个LogRecord日志记录对象;

    4. 将LogRecord对象经过logger过滤器过滤,如果被过滤掉则pass;

    5. 日志记录对象被Handler处理器的过滤器过滤;

    6. 判断本条记录的日志级别是否大于Handler处理器设置的级别,如果不是,直接pass,不再执行,最后调用处理器的emit方法处理日志记录;

    配置logger

    1. 通过代码进行完整配置,主要是通过getLogger方法实现,但不好修改;
    2. 通过basicConfig方法实现,这种方式快速但不够层次分明;
    3. 通过logging.config.fileConfig(filepath),文件配置。
    4. 通过dictConfig的字典方式配置,这是py3.2版本引入的新的配置方法;

    使用文件方式配置

    # logging.conf
    
    [loggers]    # 定义日志的对象名称是什么,注意必须定义root,否则报错。
    keys=root,main
    
    [handlers]  # 定义处理器的名称是什么,可以有多个,用逗号隔开
    keys=consoleHandler
    
    [formatters]  # 定义输出格式对象的名称,可以有多个,用逗号隔开
    keys=simpleFormatter
    
    [logger_root]  # 配置root对象的日志记录级别和使用的处理器
    level=INFO
    handlers=consoleHandler
    
    [logger_main] # 配置main对象的日志记录级别和使用的处理器,qualname值得就是日志对象的名字
    level=INFO
    handlers=consoleHandler
    qualname=main
    propagate=0  # logger对象把日志记录传递给所有相关的handler的时候,会(逐级向上)寻找这个logger和它所有的父logger的全部handler,propagate=1表示会继续向上搜寻;propagate=0表示停止搜寻,这个参数涉及重复打印的坑。
    
    [handler_consoleHandler] # 配置处理器consoleHandler
    class=StreamHandler      
    level=WARNING
    formatter=simpleFormatter
    args=(sys.stdout,)
    
    [formatter_simpleFormatter]  # 配置输出格式过滤器simpleFormatter
    format=%(asctime)s - %(name)s - %(levelname)s - %(message)s
    
    • 注意:可以看到logger和Handler都可以设置日志级别,日志输出是取最高级别。

    使用字典形式配置

    字典形式配置功能更加强大,也更加灵活。通过dictConfig函数,我们可以将其他格式的配置文件先转化成字典,如json、YAML等。

    import yaml
    from logging.config import dictConfig
    import os
    filename = os.path.dirname(os.path.abspath(__file__))
    with open(filename + 'logging.yml', 'r') as f:
        log = yaml.load(f.read())
        dictConfig(log)
    
    # logging.yaml
    version: 1
    formatters:
      simple:
        format: '%(asctime)s - %(name)s - %(levelname)s - %(message)s'
    handlers:
      console:
        class: logging.StreamHandler
        level: DEBUG
        formatter: simple
        stream: ext://sys.stdout
      console_err:
        class: logging.StreamHandler
        level: DEBUG
        formatter: simple
        stream: ext://sys.stderr
    loggers:
      simpleExample:
        level: DEBUG
        handlers: [console]
        propagate: no
    root:
      level: DEBUG
      handlers: [console_err]
    

    一些细节

    • logger的继承

    logging.getLogger(appname),同一个appname获取到的logger对象是同一个,同时appname.name命名的logger继承了appname的所有的属性,可以不用重新配置logger。

    • 输出错误信息的方法
    try:
        raise
    except:
        logger.error('this is error message',exc_info = True)
        # 或
        logger.exception("Failed to open sklearn.txt from logger.exception")
    
    # 设置exc_info为True后,会自动将错误的信息也发送到日志中;
    # 直接使用exception实现一样的功能。
    

    监听logger配置更改

    • logging.config.listen(port)函数可以让应用程序在一个socket上监听新的配置信息,达到在运行时改变配置,而不用重启应用程序的目的。
    import logging.config  
    import logging  
    import time
    
    logging.config.fileConfig("logging.conf")  
    logger = logging.getLogger("test.listen")
    
    t = logging.config.listen(9999)  
    t.setDaemon(True)  
    t.start() # 启动监听服务器
    

    参考

  • 相关阅读:
    java正则表达式
    SpringAOP03 项目脚手架、自定义注解、织入切面、引介增强
    SpringAOP02 自定义注解
    servlet01 项目demo、servlet生命周期
    SpringBoot15 sell02 订单模块
    SpringBoot15 sell01 项目创建、MySQL数据库连接、日志配置、开发热部署、商品信息模块
    datatables01 安装、数据源、选中行事件、新增一行数据、删除一行数据
    Navicat 连接阿里云的 MySQL
    linux内核中ip,tcp等头的定义(转)
    TCPflow:在Linux中分析和调试网络流量的利器(转)
  • 原文地址:https://www.cnblogs.com/cwp-bg/p/8632519.html
Copyright © 2011-2022 走看看