• 19. logging模块


    一、logging模块日志级别

    1. DEBUG:最详细的日志信息,典型应用场景问题诊断
    2. INFO:信息详细程度仅次于DEBUG,通常只记录关键节点信息用于确认一切都是按照我们预期的那样进行工作
    3. WARNING:当某些不期望的事情发生时记录的信息(如,磁盘可用空间较低),但是此时应用程序还是正常运行的
    4. ERROR:由于一个更严重的问题导致某些功能不能正常运行时记录的信息
    5. CRITICAL:当发生严重错误,导致应用程序不能继续运行时记录的信息
    

    二、logging模块定义的模块级别常用函数

    1. logging.debug(msg, *args, **kwargs) - 创建一条严重级别为DEBUG的日志记录
    2. logging.info(msg, *args, **kwargs) - 创建一条严重级别为INFO的日志记录
    3. logging.warning(msg, *args, **kwargs) - logging.warning(msg, *args, **kwargs)
    4. logging.error(msg, *args, **kwargs) - logging.error(msg, *args, **kwargs)
    5. logging.critical(msg, *args, **kwargs) - 创建一条严重级别为CRITICAL的日志记录
    6. logging.log(level, *args, **kwargs) - 创建一条严重级别为level的日志记录
    7. logging.basicConfig(**kwargs) - 对root logger进行一次性配置
    
    logging.basicConfig()函数包含参数说明
    
    1. filename:指定日志输出目标文件的文件名(可以写文件名也可以写文件的完整的绝对路径,写文件名日志放执行文件目录下,写完整路径按照完整路径生成日志文件),指定该设置项后日志信心就不会被输出到控制台了
    
    2. filemode:指定日志文件的打开模式,默认为'a'。需要注意的是,该选项要在filename指定时才有效
    
    3. format:指定日志格式字符串,即指定日志输出时所包含的字段信息以及它们的顺序。logging模块定义的格式字段下面会列出。
    
    4. datefmt:指定日期/时间格式。需要注意的是,该选项要在format中包含时间字段%(asctime)s时才有效
    
    5. level:指定日志器的日志级别
    
    6. stream:指定日志输出目标stream,如sys.stdout、sys.stderr以及网络stream。需要说明的是,stream和filename不能同时提供,否则会引发 ValueError异常
    
    7. style:Python 3.2中新添加的配置项。指定format格式字符串的风格,可取值为'%'、'{'和'$',默认为'%'
    
    8. handlers:Python 3.3中新添加的配置项。该选项如果被指定,它应该是一个创建了多个Handler的可迭代对象,这些handler将会被添加到root logger。需要说明的是:filename、stream和handlers这三个配置项只能有一个存在,不能同时出现2个或3个,否则会引发ValueError异常。
    

    三、logging模块可用于format格式字符串

    字段/属性名称 使用格式 描述
    asctime %(asctime)s 将日志的时间构造成可读的形式,默认情况下是‘2016-02-08 12:00:00,123’精确到毫秒
    name %(name)s 所使用的日志器名称,默认是'root',因为默认使用的是 rootLogger
    filename %(filename)s 调用日志输出函数的模块的文件名; pathname的文件名部分,包含文件后缀
    funcName %(funcName)s 由哪个function发出的log, 调用日志输出函数的函数名
    levelname %(levelname)s 日志的最终等级(被filter修改后的)
    message %(message)s 日志信息, 日志记录的文本内容
    lineno %(lineno)d 当前日志的行号, 调用日志输出函数的语句所在的代码行
    levelno %(levelno)s 该日志记录的数字形式的日志级别(10, 20, 30, 40, 50)
    pathname %(pathname)s 完整路径 ,调用日志输出函数的模块的完整路径名,可能没有
    process %(process)s 当前进程, 进程ID。可能没有
    processName %(processName)s 进程名称,Python 3.1新增
    thread %(thread)s 当前线程, 线程ID。可能没有
    threadName %(thread)s 线程名称
    module %(module)s 调用日志输出函数的模块名, filename的名称部分,不包含后缀即不包含文件后缀的文件名
    created %(created)f 当前时间,用UNIX标准的表示时间的浮点数表示; 日志事件发生的时间--时间戳,就是当时调用time.time()函数返回的值
    relativeCreated %(relativeCreated)d 输出日志信息时的,自Logger创建以 来的毫秒数; 日志事件发生的时间相对于logging模块加载时间的相对毫秒数
    msecs %(msecs)d 日志事件发生事件的毫秒部分。logging.basicConfig()中用了参数datefmt,将会去掉asctime中产生的毫秒部分,可以用这个加上

    四、简单配置

    import logging
    
    logging.basicConfig(level=logging.DEBUG,
                        format="%(asctime)s %(name)s %(levelname)s %(message)s",
                        datefmt='%Y-%m-%d  %H:%M:%S %a'  # 注意月份和天数不要搞乱了,这里的格式化符与time模块相同
                        )
    logging.debug("msg1")
    logging.info("msg2")
    logging.warning("msg3")
    logging.error("msg4")
    logging.critical("msg5")
    
    打印:
    2020-03-08  21:51:18 Sun root DEBUG msg1
    2020-03-08  21:51:18 Sun root INFO msg2
    2020-03-08  21:51:18 Sun root WARNING msg3
    2020-03-08  21:51:18 Sun root ERROR msg4
    2020-03-08  21:51:18 Sun root CRITICAL msg5
    
    import logging
    
    LOG_FORMAT = "%(asctime)s %(name)s %(levelname)s %(pathname)s %(message)s "  # 配置输出日志格式
    DATE_FORMAT = '%Y-%m-%d  %H:%M:%S %a '  # 配置输出时间的格式,注意月份和天数不要搞乱了
    logging.basicConfig(level=logging.DEBUG,
                        format=LOG_FORMAT,
                        datefmt=DATE_FORMAT,
                        filename=r"d:	est.log"  # 有了filename参数就不会直接输出显示到控制台,而是直接写入文件
                        )
    logging.debug("msg1")
    logging.info("msg2")
    logging.warning("msg3")
    logging.error("msg4")
    logging.critical("msg5")
    

    五、参考文档

    备注: https://www.jianshu.com/p/e5595fd9f0e8

  • 相关阅读:
    ssh密钥讲解
    Python之paramiko模块
    Python之socket编程进阶版
    linux内socket服务器无法连接windows
    Python之socket编程
    linux(centOS7,mini),python环境的搭建
    Python 之异常处理机制
    pytho常用模块2——random
    Hadoop基础(二):从Hadoop框架讨论大数据生态
    Hadoop基础(一):概论
  • 原文地址:https://www.cnblogs.com/hq82/p/12457245.html
Copyright © 2020-2023  润新知