百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术资源 > 正文

python中日志记录

off999 2024-11-23 20:48 16 浏览 0 评论

一、简介

这里介绍在python中的日志记录,流程逻辑与java中类似。日志记录包含Logger(日志记录器)、Handler(日志输出地)、 Filter(过滤器)、Formatter(日志输出格式)以及日志级别等。下面进行分别介绍。

二、内容

2.1 日志级别

日志的级别及相就数值如下:

CRITICAL = 50

FATAL = CRITICAL

ERROR = 40

WARNING = 30

WARN = WARNING

INFO = 20

DEBUG = 10

NOTSET = 0

2.2 handler日志输出地

handler定义日志输出目的地,有如下目的地:

StreamHandler:输出到流,如标准输出、错误输出

FileHandler:输出到文件

RotatingFileHandler:输出到文件,按文件大小归档

TimedRotatingFileHandler:输出到文件,按时间归档

HTTPHandler:输出到http

SMTPHandler:输出到邮件

NullHandler:不输出

2.3 formatter日志格式

通过logging.Formatter方法定义日志格式,具体如下:

日志格式定义方法:logging.Formatter(self, fmt=None, datefmt=None, style='%')

参数:

fmt:消息格式化

datefmt:日期格式化

style:默认为%,指定格式格式化的占位符,可选值为'%', '{' or '#39;

消息格式的常用变量如下:

%(name)s:日志名称

%(levelno)s:日志级别,数字形式

%(levelname)s:日志级别

%(pathname)s:日志路径名

%(filename)s:日志文件名

%(module)s:日志模块名

%(funcName)s:日志所在方法名

%(lineno)d:日志所在代码行

%(asctime)s:当前时间

%(thread)d:线程id

%(threadName)s:线程名称

%(process)d:进程id

%(message)s:消息

2.4 filter过滤器

由logging.Filter()生成过滤器,过滤参数与formatter变量类似,具体变量参数在logging.LogRecord类中

三、示例

3.1 配置文件logging.json

定义json格式配置文件logging.json,示例如下:

{

"version": 1,

"disable_existing_loggers": false,

"formatters": {

"simple": {

"format": "%(asctime)s %(name)s [%(levelname)s] %(funcName)s %(message)s"

}

},

"handlers": {

"streamHandler": {

"class": "logging.StreamHandler",

"level": "DEBUG",

"formatter": "simple",

"stream": "ext://sys.stdout"

},

"timedRotatingFileHandler": {

"class": "logging.handlers.TimedRotatingFileHandler",

"level": "DEBUG",

"formatter": "simple",

"filename": "../logs/test_log.log",

"when":"midnight"

}

},

"root": {

"level": "INFO",

"handlers": [

"streamHandler",

"timedRotatingFileHandler"

]

}

}

3.2 代码示例

import datetime

import json

import logging.config

import os

from logging.handlers import TimedRotatingFileHandler

# 代码中创建输出handler,每个日志一个单独文件

def get_logger(name='all', level='INFO'):

# 消息格式化

log_format = logging.Formatter('%(asctime)s %(levelname)s %(message)s')

# 时间格式化

date_format = '%Y-%m-%d %H:%M:%S'

# 日志初始化配置,仅第一次配置有效,后续修改不起作用

# logging.basicConfig(filename="main.log", level=logging.DEBUG, format=log_format, datefmt=date_format)

# 基于时间归档日志文件,filename:日志文件名, when:归档触发时间, backupCount:日志保留个数

handler = TimedRotatingFileHandler(filename="../logs/{}.log".format(name),

when='midnight',

atTime=datetime.time(0, 0, 0, 0),

backupCount=20)

handler.setFormatter(log_format)

handler.suffix = '%Y-%m-%d'

# 输出到控制台

streamHandler = logging.StreamHandler()

streamHandler.setFormatter(log_format)

test_filter = logging.Filter()

# 过滤器,根据日志消息过滤

test_filter.filter = lambda record: 'test' in record.message

# 过滤器,根据日志级别过滤

# test_filter.filter = lambda record: record.levelno > logging.INFO

streamHandler.addFilter(test_filter)

# 获取logger

logger = logging.getLogger(name)

# 指定日志级别

logger.setLevel(level)

# 添加handler

logger.addHandler(handler)

logger.addHandler(streamHandler)

return logger

pass

# 从json配置文件中配置日志,获取logger

def get_logger_from_json_config(name='all', level='INFO'):

logger_config_file = '../logging.json'

if os.path.exists(logger_config_file):

with open(logger_config_file, encoding='UTF-8') as f:

cfg = json.load(f)

logging.config.dictConfig(cfg)

logger = logging.getLogger(name)

logger.setLevel(level)

return logger

def main():

# 根据代码配置获取logger

logger = get_logger('log_study', 'INFO')

# 根据json格式的配置文件获取logger

# logger = get_logger_from_json_config('log_study_1', 'DEBUG')

logger.debug("%s log", 'debug')

logger.info("%s log", 'info')

logger.warning("%s log", 'warning test')

logger.error("%s log", 'error')

logger.fatal("%s log", 'fatal')

if __name__ == '__main__':

main()

日志输出示例如下:

2019-01-22 23:17:53,315 INFO info log

2019-01-22 23:17:53,318 WARNING warning test log

2019-01-22 23:17:53,319 ERROR error log

2019-01-22 23:17:53,319 CRITICAL fatal log

相关推荐

Python开发管理神器--UV 使用教程:从安装到项目管理

UV是一个用Rust编写的高效Python包和项目管理工具,提供了比传统工具更快的速度和更强的功能。本文将指导你如何使用UV从安装到运行一个Python项目。重点:它可以独立安装,可...

python入门-Day 26: 优化与调试(python优化方法)

优化与调试,内容包括处理模型运行中的常见问题(内存、依赖)、调整参数(如最大生成长度),以及练习改进Day25的文本生成结果。我会设计一个结构化的任务,帮助你掌握优化和调试技巧,同时提升模型性能...

Python安装(python安装发生严重错误)

Windows系统1.安装python1.1下载Python安装包打开官方网站:https://www.python.org/downloads/点击"DownloadPython3.1...

UV 上手指南:Python 项目环境/包管理新选择

如果你是一位Python开发者,曾因pipinstall的安装速度而感到沮丧,或者希望Python的依赖管理能够像Node.js那样高效顺滑,那么UV可能正是你所需要的工具。UV...

uv——Python开发栈中的高效全能小工具

每天写Python代码的同学,肯定都离不开pip、virtualenv、Poetry等基础工具,但是对这些工具可能是又恨又离不开。那么有什么好的替代呢,虫虫今天就给大家介绍一个替代他们的小工具uv,一...

使用Refurb让你的Python代码更加优秀

还在担心你写的Python代码是否专业,是否符合规范吗?这里介绍一个Python代码优化库Refurb,使用它可以给你的代码提出更加专业的建议,让你的代码更加的可读,规范和专业。下面简单介绍这个库的使...

【ai】dify+python开发AI八字排盘插件

Dify插件是什么?你可以将Dify插件想象成赋予AI应用增强感知和执行能力的模块化组件。它们使得将外部服务、自定义功能以及专用工具以”即插即用”的简洁方式集成到基于Dify构建的AI...

零基础AI开发系列教程:Dify升级指南

Dify近期发布很是频繁,基本两三天一个版本。值得肯定的是优化和改进了很多问题,但是官方的升级文档有点分散,也有点乱。我这里整理了一个升级文档供大家参考,如果还没有升级到新版本的小伙伴,可以按照我的文...

升级到PyTorch 2.0的技巧总结(如何更新pytorch版本)

来源:DeepHubIMBA本文约6400字,建议阅读12分钟在本文将演示PyTorch2.0新功能的使用,以及介绍在使用它时可能遇到的一些问题。PyTorch2.0发布也有一段时间了,大家...

dify 1.6.0版本发布解读:引入MCP支持与多项核心优化升级指南详解

2025年7月10日,dify发布了1.6.0版本。这是一次功能深度升级与性能优化的综合性更新,标志着dify在技术规范支持、操作体验以及系统稳定性方面迈出了重要的一步。本文将从核心新特性、功能增强、...

Python教程(十四):列表(List)(python列表方法总结)

昨天,我们学习了变量作用域,理解了局部和全局变量的概念。今天,我们将开始探索Python的数据结构,从最常用的**列表(List)**开始。列表是Python中最灵活、最常用的数据结构,它可以存储不同...

Python列表操作(python列表有哪些基本操作)

Python添加列表4分钟阅读在Python操作列表有各种方法。例如–简单地将一个列表的元素附加到for循环中另一个列表的尾部,或使用+/*运算符、列表推导、extend()和i...

Python字符串变形术:replace替换+join连接,10分钟掌握核心操作

字符串替换魔法:replace()实战手册核心价值:一键更新文本内容,精准控制替换范围#基础替换:Python变Javas="hellopython"print(s.re...

python集合set() 数据增册改查统计序循常用方法和数学计算

概念特点定义和创建常用操作集合间的关系集合数学操作集合生成式遍历概念:可变、无序、不重复的序列数据容器特点:无序,不支持下标唯一性,可以删除重复数据可修改定义和创建赋值法:语法:s={x,....

Python列表方法append和extend的区别

在Python编程中,列表是一种非常常用的数据结构。而列表有两个方法append()和extend(),它们看起来有点相似,但实际上有着明显的区别。今天咱们就来好好唠唠这俩方法到底有啥不同。基本区别a...

取消回复欢迎 发表评论: