【Python】基础学习技能提升代码样例6:日志logging

logging 模块实现了python的日志能力。本文通过几个示例展示一些重点概念与用法。

一、线程安全介绍

logging 模块的目标是使客户端不必执行任何特殊操作即可确保线程安全。 它通过使用线程锁来达成这个目标;用一个锁来序列化对模块共享数据的访问,并且每个处理程序也会创建一个锁来序列化对其下层 I/O 的访问。

如果你要使用 signal 模块来实现异步信号处理程序,则可能无法在这些处理程序中使用 logging。 这是因为 threading 模块中的锁实现并非总是可重入的,所以无法从此类信号处理程序发起调用。

二、快速使用

2.1 基本流程

python的日志功能由以下三个模块(module)构成(在import的时候,会碰到导入这三个模块):

  • logging:模块提供主要的面向客户端的API。
  • logging.config:模块提供API来配置客户端中的日志记录。
  • logging.handlers:模块提供不同的处理程序,涵盖常见的处理方式并分发日志记录。

具体的,主要由下面5个类构成:
Logger:日志器,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布局。

其中Logger日志器是分层级的,根部的为根日志器,子日志器会向上调用父日志器的handle(参数propagate确定,该参数默认为True):
在这里插入图片描述
注意: 博主根据经验推测:A、B和root之间仅是拷贝了root的handler配置,不存在propagate为True时的调用关系,所以用虚线表示(见示例2)

具体流程图如下:
logger为上图中的某一级创建的一个实例,可以是loggerlogger1logger2,为了方便,都写成了logger
在这里插入图片描述
看图即可理解流程,这里不赘述。
注意

  • logger.propagate=true时不是调用父记录器Logger,只调用其处理程序(handlers)。这意味着记录器类中的过滤器和其他代码不会在父级上执行。这是向记录器添加过滤器时的常见陷阱。
  • 可以看到,过滤器有两个,一个值在Logger中,一个是在Handler中,在设置时一定要注意。
  • 参数propagate默认为True,所以父日志器的handler默认全部调用,这也就是为什么通常子日志器能调用根日志器handler输出的愿意。(注意,验证中发现一个例外的点:如果子日志器配置了hanlder,而根日志器的默认handler不做处理,则根日志器的默认handler不再调用,见示例2)
  • 一个日志器可配置多个handler,不同的handler可以配置不同的输出源,比如h1输出到文件,h2通过http输出到某个发送短信的服务提醒运维。

日志级别:

级别数值何种含义 / 何时使用
logging.NOTSET0当在日志记录器上设置时,表示将查询上级日志记录器以确定生效的级别。 如果仍被解析为 NOTSET,则会记录所有事件。 在处理器上设置时,所有事件都将被处理。
logging.DEBUG10详细的信息,通常只有试图诊断问题的开发人员才会感兴趣。
logging.INFO20确认程序按预期运行。
logging.WARNING30表明发生了意外情况,或近期有可能发生问题(例如‘磁盘空间不足’)。 软件仍会按预期工作。
logging.ERROR40由于严重的问题,程序的某些功能已经不能正常执行
logging.CRITICAL50严重的错误,表明程序已不能继续执行

若设置了一个level,则只有高于或等于这个level的日志才能展示。比如,logger.setLevel(logging.ERROR),则只有logging.error('日志信息')logging.critical('日志信息')才能输出。

默认值是WARNING,即当等级大于等于WARNING才输出。

2.2 使用示例

示例1: 一步配置根日志器

一步配置,在根日志器上配置,默认输出到控制台, 本示例输出到指定生成的filename文件中。
根日志器初始化:logging.basicConfig(**kwargs)

# myapp.py
import logging
import time
logger = logging.getLogger(__name__)def main():logging.basicConfig(filename = time.strftime('my-%Y-%m-%d.log'), level=logging.INFO,format = '%(asctime)s  %(levelname)-10s %(processName)s  %(name)s %(message)s', datefmt =  '%Y-%m-%d-%H-%M-%S')logger.info('Started') # 本陈旭创建的__name__ 日志器logging.debug('debug')  # 根日志器logging.info('info') logging.warning('warning') logging.error('error')logging.critical('critical')logging.log(logging.WARNING, 'another warning')logging.log(40, 'another error')if __name__ == '__main__':main()

输出到my-2024-07-27.log文件

2024-07-27-14-55-05  INFO       MainProcess  __main__ Started
2024-07-27-14-55-05  INFO       MainProcess  root info
2024-07-27-14-55-05  WARNING    MainProcess  root warning
2024-07-27-14-55-05  WARNING    MainProcess  __main__ warning
2024-07-27-14-55-05  ERROR      MainProcess  root error
2024-07-27-14-55-05  CRITICAL   MainProcess  root critical
2024-07-27-14-55-05  WARNING    MainProcess  root another warning
2024-07-27-14-55-05  ERROR      MainProcess  root another error

更多格式输出可参考:format格式说明
注意:

  1. basicConfig() 设置的是根日志器的属性,调用应该在debug()info() 等的前面。因为它被设计为一次性的配置,只有第一次调用会进行操作,随后的调用不会产生有效操作。

示例2:多部配置子日志器

在子日志器上配置,常用配置如下:

# 日志文件固定大小
import logging
from logging.handlers import RotatingFileHandler # logging.handlers 和 logging是两个包log_file = 'my.log'logger = logging.getLogger(__name__) # 子日志器,这种写法,方面在日志中展示是哪个脚本调用的
logger.setLevel(logging.DEBUG) # 子日志器的level check
logger.propagate = True # 默认也是True,一般不用写
# logger.addFilter(f) # 添加过滤器f,使用方法,见下面的filter说明ch = logging.handlers.RotatingFileHandler(log_file, maxBytes=1000, backupCount=1) # 创建handler实例,常用handler见下
ch.setLevel(logging.INFO) # handler的level check
ch.setFormatter(logging.Formatter('%(asctime)s - %(name)s - %(levelname)-10s - %(message)s'))
# ch.addFilter(f) # 添加过滤器f,使用方法同logger
logger.addHandler(ch)log = logging.getLogger(__name__)
log.debug('debug')
log.info('info')
log.warning('warning')
log.error('error')
log.critical('critical')
logging.critical('xxxxx') # 测试根日志器的handler

my.log文件

2024-07-29 16:28:59,361 - __main__ - INFO       - info
2024-07-29 16:28:59,361 - __main__ - WARNING    - warning
2024-07-29 16:28:59,362 - __main__ - ERROR      - error
2024-07-29 16:28:59,362 - __main__ - CRITICAL   - critical

控制台:

CRITICAL:root:xxxxx

如果子日志器调用时,root的handler也被调用,控制台输出会包含my.log的内容。

Handler

常用的logging.handlers:

Handler描述
logging.StreamHandler将日志消息发送到输出到Stream,如std.out, std.err或任何file-like对象。
logging.FileHandler将日志消息发送到磁盘文件,默认情况下文件大小会无限增长
logging.handlers.RotatingFileHandler将日志消息发送到磁盘文件,并支持日志文件按大小切割
logging.hanlders.TimedRotatingFileHandler将日志消息发送到磁盘文件,并支持日志文件按时间切割
logging.handlers.HTTPHandler将日志消息以GET或POST的方式发送给一个HTTP服务器
logging.handlers.SMTPHandler将日志消息发送给一个指定的email地址
logging.NullHandler该Handler实例会忽略error messages,通常被想使用logging的library开发者使用来避免’No handlers could be found for logger XXX’信息的出现。

类之间的继承关系如下:
在这里插入图片描述

Filter

logger.filter(record)
将此记录器的过滤器应用于记录,如果记录能被处理则返回 True。
过滤器会被依次使用,直到其中一个返回假值为止。
如果它们都不返回假值,则记录将被处理(传递给处理器)。

logging标准库只提供了一个base filter,默认的行为是名为name的logger及其子logger的消息能通过过滤器,其余的被过滤掉。

filter可以是一个返回bool值得函数,也可以是logging.Filter的子类并实现了filter方法

class NoParsingFilter(logging.Filter):def filter(self, record):return record.getMessage().startswith('inf') # 指允许inf开头的日志被记录def filter_func(record: logging.LogRecord):return record.getMessage().startswith('inf')  # 指允许inf开头的日志被记录 logger.addFilter(filter_func) 
logger.addFilter(NoParsingFilter()) # 等价

filter还有一种常用用法是传递上下文,参考:cookbook-在处理器中传递上下文信息

record的属性可直接获取,如record.msg(等价于 record.getMessage())、record.name,属性列表可查看:LogRecord 属性

实例3:子、父日志器输出

import logginghandler = logging.StreamHandler()parent = logging.getLogger("parent")
parent.addHandler(handler)
child = logging.getLogger("parent.child")
child.propagate = True # 改为False再运行一遍child.setLevel(logging.DEBUG)
child.addHandler(handler)child.info("HELLO")

child.propagate = True时控制台输出:

HELLO
HELLO

child.propagate = False时控制台输出:

HELLO

实例4:多模块记录日志到同一个文件

依赖根日志器

# myapp.py
import logging
import mylibdef main():logging.basicConfig(filename='myapp.log', level=logging.INFO)logging.info('Started')mylib.do_something()logging.info('Finished')if __name__ == '__main__':main()
# mylib.py
import loggingdef do_something():logging.info('Doing something')

运行 myapp.py ,在 myapp.log 中:

INFO:root:Started
INFO:root:Doing something
INFO:root:Finished

注意,对于这种简单的使用模式,除了查看事件描述之外,你不能通过查看日志文件来了解应用程序中消息的 来源 。 如果要跟踪消息的位置,则需要参考后面的示例。

疑问:logging是线程级别的还是程序级别的?即:如果启动两个程序,用不同的basicConfig,会不会生效两份basicConfig
答案:程序级别。

示例5:通过文件配置日志参数

以上都是在代码里直接配置日志的参数,但通常生产实践中,是需要通过配置文件配置的。

推荐:使用logging本身提供的fileConfig能力会比较便捷。(dictConfig配合yaml文件,也可以实现相似效果,但不如fileConfig好用)
不推荐:当然也可以稍微复杂点,自己读取配置文件后,按示例1-2中那样写进去(参考Python logging日志模块+读取配置文件)‘’

fileConfig

文件参数具体含义查看:配置文件格式要求
假设logging_config.ini文件

[loggers]
keys=root[handlers]
keys=stream_handler[formatters]
keys=formatter[logger_root]
level=DEBUG
handlers=stream_handler[handler_stream_handler]
class=StreamHandler
level=DEBUG
formatter=formatter
args=(sys.stderr,)[formatter_formatter]
format=%(asctime)s %(name)-12s %(levelname)-8s %(message)s
import logging
import logging.configlogging.config.fileConfig('logging_config.ini')
logger = logging.getLogger()
logger.debug('often makes a very good meal of %s', 'visiting tourists')

dictConfig

dictConfig配合yaml文件,也可以实现fileConfig相似效果,但某些场景可能不如fileConfig方便。
fileConfigAPI 比 dictConfigAPI 更旧, 如果你想要在你的日志记录配置中包含 Filter 的实例,你将必须使用 dictConfig()
文件参数具体含义查看:dictConfig配置格式要求

# 一个使用dictConfig的示例
# config也可以自己写dict
with open('logging.yml', 'r') as f_config:config= yaml.load(f_config)import logging.config
logging.config.dictConfig(config)

注意,使用dictConfig的话,会disable所有存在的loggers,除非把参数disable_existing_loggers设置为False
一个yaml文件样例:

version:1
root:level:DEBUGhandlers:[filehandler, ]
loggers:console:level:WARNINGhandlers:[consolehandler,]propagate:1
handlers:filehandler:class:logging.FileHandlerfilename:logs/sys.loglevel:WARNINGformatter:fileformatterconsolehandler:class:logging.StreamHandlerstream:ext://sys.stdoutlevel:DEBUGformatter:consoleformatter
formatters:fileformatter:format:'%(asctime)s [%(name)s][%(levelname)s]:%(message)s'consoleformatter:format:'%(asctime)s[%(levelname)s]:%(message)s'

一个自行编写的dict样例:

config = {'disable_existing_loggers': False,'version': 1,'formatters': {'short': {'format': '%(asctime)s %(levelname)s %(name)s: %(message)s'},},'handlers': {'console': {'level': 'INFO','formatter': 'short','class': 'logging.StreamHandler',},},'loggers': {'': {'handlers': ['console'],'level': 'ERROR',},'plugins': {'handlers': ['console'],'level': 'INFO','propagate': False}},
}

参数简介:

key名称描述
version必选项,整数值,表示配置格式版本,当前唯一可用值是1
formatters可选项,其值是字典对象,该字典对象每个元素的key为要定义的格式器名称,value为格式器的配置信息组成的dict。一般会配置format,用于指定输出字符串的格式,datefmt用于指定输出的时间字符串格式,默认为%Y-%m-%d %H:%M:%S。
filters可选项,其值是字典对象,该字典对象每个元素的key为要定义的过滤器名称,value为过滤器的配置信息组成的dict。
handlers可选项,其值是字典对象,该字典对象每个元素的key为要定义的处理器名称,value为处理器的配置信息组成的dict。如class(必选项), formatter, filters。其他配置信息将会传递给class所指定的处理器类的构造函数。如使用logging.handlers.RotatingFileHandler,使用maxBytes, backupCount等参数。
loggers可选项,其值是字典对象,该字典对象每个元素的key为要定义的日志器名称,value为日志器的配置信息组成的dict。如level, handler, filter等
root可选项,这是root logger的配置项,其值是字典对象。除非在定义其它logger时明确指定propagate值为no,否则root logger定义的handlers都会被作用到其它logger上。
incremental可选项,默认值为False。该选项的意义在于,如果这里定义的对象已经存在,那么这里对这些对象的定义是否应用到已存在的对象上。值为False表示,已存在的对象将会被重新定义。
disable_existing_loggers可选项,默认值为True。是否要禁用任何现有的非根日志记录器。 该设置对应于 fileConfig() 中的同名形参。如果 incremental 为 True 则该值会被忽略。

实例6: 通过命令行控制日志级别

if __name__ == '__main__':scriptname = os.path.basename(__file__)parser = argparse.ArgumentParser(scriptname)levels = ('DEBUG', 'INFO', 'WARNING', 'ERROR', 'CRITICAL')parser.add_argument('--log-level', default='INFO', type=str.upper, choices=levels) # str.upper可让输入转换成大写options = parser.parse_args()logging.basicConfig(level=options.log_level, format='%(levelname)s %(name)s %(message)s')

使用

 python testhao hao .py --log-level debug

参考

官方-logging
官方-基础教程
官方-进阶教程
官方-cookbook
中文logging使用详解
官方-dictConfig
Python Logging: An In-Depth Tutorial
Python Logging: A Stroll Through the Source Code
Logging
Logging in Python like a PRO
不错 A guide to logging in Python
Python logging: do’s and don’ts
Python logging: propagate messages of level below current logger level

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/pingmian/51708.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

upload-labs靶场练习

文件上传函数的常见函数: 在PHP中,‌文件上传涉及的主要函数包括move_uploaded_file(), is_uploaded_file(), get_file_extension(), 和 mkdir()。‌这些函数共同协作,‌使得用户可以通过HTTP POST方法上传文件,‌并在服务器上保存…

实战:安装ElasticSearch 和常用操作命令

概叙 科普文:深入理解ElasticSearch体系结构-CSDN博客 Elasticsearch各版本比较 ElasticSearch 单点安装 1 创建普通用户 #1 创建普通用户名,密码 [roothlink1 lyz]# useradd lyz [roothlink1 lyz]# passwd lyz#2 然后 关闭xshell 重新登录 ip 地址…

kaggle使用api下载数据集

背景 kaggle通过api并配置代理下载数据集datasets 步骤 获取api key 登录kaggle,点个人资料,获取到自己的api key 创建好的key会自动下载 将key放至家目录下的kaggle.json文件中 我这里是windows的administrator用户。 装包 我用了虚拟环境 pip …

Vite + Vue3 + TS项目配置前置路由守卫

在现代前端开发中,使用 Vue 3 和 TypeScript 的组合是一种流行且高效的开发方式。Vite 是一个极速的构建工具,可以显著提升开发体验。本文博主将指导你如何在 Vite Vue 3 TypeScript 项目中配置前置路由守卫(Navigation Guards)…

【YashanDB知识库】如何远程连接、使用YashanDB?

问题现象 在各个项目实施中,我们经常遇到客户、开发人员需要连接和使用YashanDB但不知如何操作的问题,本文旨在介绍远程连接、使用YashanDB的几种方式。 问题的风险及影响 无风险 问题影响的版本 历史版本~23.2 问题发生原因 无 解决方法及规避方…

前端web开发HTML+CSS3+移动web(0基础,超详细)——第1天

一、开发坏境的准备 1,在微软商店下载并安装VS Code 以及谷歌浏览器或者其他浏览器(我这里使用的是Microsoft Edge) 2,打开vs code ,在电脑桌面新建一个文件夹命名为code,将文件夹拖拽到vs code 中的右边…

Windows10安装CMake图文教程

CMake是一个跨平台的开源构建工具,用于管理软件构建过程。CMake允许开发人员使用简单的语法来描述项目的构建过程,而无需直接处理特定于操作系统或编译器的细节。开发人员可以编写CMakeLists.txt文件来指定项目的源文件、依赖项和构建规则,然…

Ubuntu 20.04.6 安装 Elasticsearch

1.准备 -- 系统更新 sudo apt update sudo apt upgrade -- 安装vim 文本编辑器 sudo apt install vim-- jdk 版本确认 java -versionjdk 安装可以参照:https://blog.csdn.net/CsethCRM/article/details/140768670 2.官方下载Elasticsearch 官方地址:h…

Tekion 选择 ClickHouse Cloud 提升应用性能和指标监控

本文字数:4187;估计阅读时间:11 分钟 作者:ClickHouse team 本文在公众号【ClickHouseInc】首发 Tekion 由前 Tesla CIO Jay Vijayan 于 2016 年创立,利用大数据、人工智能和物联网等技术,为其汽车客户解决…

2024电赛H题参考方案(+视频演示)——自动行使小车

目录 一、题目要求 二、参考资源获取 三、参考方案 1、环境搭建及工程移植 2、移植MPU6050模块 3、移植TB6612电机驱动模块 4、整体控制方案视频演示 总结 一、题目要求 小编自认为:此次H题属于控制类题目,相较于往年较为简单,功能也算单一&a…

谷歌出品,一款免费的智能绘图工具

AutoDraw是由Google开发的一款基于网络的智能绘图工具,旨在通过人工智能技术帮助用户快速、简便地创建图画和图表。该工具于2017年4月11日由谷歌创意实验室推出,并迅速获得了广泛关注。 AutoDraw的核心功能是利用机器学习算法识别用户的草图或涂鸦&…

分布式SQL查询引擎之Presto

Apache Presto 是一个开源的分布式 SQL 查询引擎,旨在高效地对大规模数据集执行交互式查询。Presto 最初由 Facebook 开发,现已成为广泛使用的数据查询工具,特别是在大数据和分析领域。 主要特点 高性能:Presto 通过并行化和内存…

【A1web 1.0】靶机复现详解!

靶机地址: https://www.vulnhub.com/entry/ai-web-1,353/攻击机:kali 首先虚拟机建一个A1web 1.0靶机 切换nat模式 然后kali扫描 nmap -sV ip段 0/24 扫描出ip进行访问 访问没有什么信息 使用dirb 对网页…

使用 Matlab 绘制带有纹理的柱状图

以下是效果 1. 在 Matlab 里安装两个额外的库: hatchfill2 和 legendflex。 (1)搜索并安装 hatchfill2,用来画纹理 (2) 搜索并安装 legendflex,用来画自定义的图例 2. 代码(说明见注释) data …

排序算法辨析(快速记忆版)(冒泡排序,选择排序,插入排序,希尔排序,归并排序,快速排序)保研面经

选择排序:摸到一叠牌,每次选择出最小的放在合适的位置(第一次放在第一张,第二次放在第二张),实现排序 最好最坏都是 O(n^2) 插入排序:摸牌的时候一张一张摸,每…

每日Attention学习14——Efficient Self-Attention

模块出处 [MICCAI 22] [link] [code] Lesion-aware Dynamic Kernel for Polyp Segmentation 模块名称 Efficient Self-Attention (ESA) 模块作用 高效自注意力 模块结构 模块思想 Self Attention操作在具有优秀的长距离建模能力的同时,也有着较高的计算与内存成…

学习ruixingkafei过程

一、抓包 手机安装证书,开启VPN抓包,电脑上打开花瓶,在同一个局域网内抓包,这些老一套没什么可说的。 看看我们的抓包结果是不是很美丽,请求内容加密,返回内容也加密,猜测加密方式aes&#xff0…

JWT (JSON Web Token)

🎼个人主页:金灰 😎作者简介:一名简单的大一学生;易编橙终身成长社群的嘉宾.✨ 专注网络空间安全服务,期待与您的交流分享~ 感谢您的点赞、关注、评论、收藏、是对我最大的认可和支持!❤️ 🍊易编橙终身成长社群&#…

AI绘画3分钟解决英文恐惧症,comfyui汉化插件

前言 全面解析:Comfy UI汉化插件的安装与配置指南 本文涉及的工作流和插件,需要的朋友请扫描免费获取哦 引言 本文图片来源网络,侵权联删除。 在全球化的今天,软件界面的本地化是提升用户体验的重要一环。对于许多非英语母语的…

EasyExcel入门

目录 一、文章简介 二、概念 1.EasyExcel是什么? 2.EasyExcel 能用在哪里? 3.为什么要选用EasyExcel解析excel? 4.如何使用EasyExcel? 三、EasyExcel快速入门 1.环境搭建 2.简单写excel 代码示例 TestFileUtil Employe…