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 logging模块日志相关功能及应用示例

off999 2024-11-23 20:49 18 浏览 0 评论

logging模块提供了许多功能和配置选项,用于实现全面和可定制的日志记录。以下是logging模块的主要功能及其应用示例:

多级别日志记录:

logging模块提供了多个日志级别,如DEBUG、INFO、WARNING、ERROR和CRITICAL,用于区分不同严重程度的日志消息。可以通过设置日志级别来控制哪些级别的消息将被记录。

import logging

# 设置日志级别为DEBUG
logging.basicConfig(level=logging.DEBUG)

# 记录不同级别的日志消息
logging.debug('这是一个DEBUG级别的日志消息')
logging.info('这是一个INFO级别的日志消息')
logging.warning('这是一个WARNING级别的日志消息')
logging.error('这是一个ERROR级别的日志消息')
logging.critical('这是一个CRITICAL级别的日志消息')

日志消息输出位置

logging模块支持将日志消息输出到不同的位置,如控制台、文件、网络等。可以通过添加不同类型的处理器(Handler)来实现日志消息的输出。

import logging

# 创建处理器,将日志消息输出到文件
file_handler = logging.FileHandler('app.log')

# 设置日志级别为DEBUG
file_handler.setLevel(logging.DEBUG)

# 创建日志记录器
logger = logging.getLogger('example')
logger.addHandler(file_handler)

# 记录日志消息
logger.info('这是一个日志消息')

日志消息格式化

logging模块支持自定义日志消息的格式,可以包含日期、时间、日志级别、日志内容等信息。可以通过设置格式化器(Formatter)来定义日志消息的输出格式。

import logging

# 创建处理器,将日志消息输出到控制台
console_handler = logging.StreamHandler()

# 创建格式化器
formatter = logging.Formatter('%(asctime)s - %(levelname)s - %(message)s')

# 将格式化器添加到处理器
console_handler.setFormatter(formatter)

# 创建日志记录器
logger = logging.getLogger('example')
logger.addHandler(console_handler)

# 记录日志消息
logger.info('这是一个日志消息')

日志消息过滤

logging模块支持根据特定的条件过滤日志消息,只记录满足条件的消息。可以通过添加过滤器(Filter)来实现日志消息的过滤。

import logging

# 创建过滤器,只记录包含特定关键字的日志消息
class KeywordFilter(logging.Filter):
    def __init__(self, keyword):
        self.keyword = keyword

    def filter(self, record):
        return self.keyword in record.getMessage()

# 创建处理器,将日志消息输出到控制台
console_handler = logging.StreamHandler()

# 创建过滤器
keyword_filter = KeywordFilter('error')

# 将过滤器添加到处理器
console_handler.addFilter(keyword_filter)

# 创建日志记录器
logger = logging.getLogger('example')
logger.addHandler(console_handler)

# 记录日志消息
logger.info('这是一个信息日志消息')
logger.error('这是一个错误日志消息')

日志消息的传递与继承

logging模块支持将日志消息传递给父级记录器,以及在不同模块之间继承日志记录器。可以通过设置记录器的propagate属性来控制日志消息的传递与继承。

import logging

# 创建过滤器,只记录包含特定关键字的日志消息
class KeywordFilter(logging.Filter):
    def __init__(self, keyword):
        self.keyword = keyword

    def filter(self, record):
        return self.keyword in record.getMessage()

# 创建处理器,将日志消息输出到控制台
console_handler = logging.StreamHandler()

# 创建过滤器
keyword_filter = KeywordFilter('error')

# 将过滤器添加到处理器
console_handler.addFilter(keyword_filter)

# 创建日志记录器
logger = logging.getLogger('example')
logger.addHandler(console_handler)

# 记录日志消息
logger.info('这是一个信息日志消息')
logger.error('这是一个错误日志消息')

多线程安全

logging模块提供了线程安全的日志记录功能,可以在多线程环境中同时记录日志消息。

import logging
import threading

# 创建处理器,将日志消息输出到控制台
console_handler = logging.StreamHandler()

# 创建格式化器
formatter = logging.Formatter('%(asctime)s - %(levelname)s - %(message)s')

# 将格式化器添加到处理器
console_handler.setFormatter(formatter)

# 创建日志记录器
logger = logging.getLogger('example')
logger.addHandler(console_handler)

# 定义线程函数
def log_message():
    logger.info('这是一个日志消息')

# 创建多个线程
threads = []
for _ in range(5):
    thread = threading.Thread(target=log_message)
    threads.append(thread)

# 启动线程
for thread in threads:
    thread.start()

# 等待线程结束
for thread in threads:
    thread.join()

以上是logging模块的一些核心功能及其应用示例。通过灵活使用这些功能和配置选项,可以实现详细、可定制和线程安全的日志记录。在实际应用中,可以根据具体的需求来选择合适的功能和配置方式。

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: