Python线上环境使用日志的及配置文件

2019-11-25 12:12:25

字体：大中小

来源：转载

供稿：网友

瞎比比
与 print 相比 logging 有什么优势？
基础用法
保存到文件
多模块使用 logging
使用配置文件配置 logging

瞎比比

这篇文章其实早在一个月之前就写好了。奈何，加班猛如虎，真的怕了。直至今天才幸运地有了个双休，赶紧排版一下文章发布了。以下为正文。在初学 Python 的时候，我们使用

print("hello world")

输出了我们的第一行代码。在之后的日子里，便一直使用 print 进行调试（当然，还有 IDE 的 debug 模式）。但是，当你在线上运行 Python 脚本的时候，你并不可能一直守着你的运行终端。可是如果不守着的话，每当出现 bug ，错误又无从查起。这个时候，你需要对你的调试工具进行更新换代了，这里我推荐一个优雅的调试工具 logging。

与 print 相比 logging 有什么优势？

那既然我推荐这个工具，它凭什么要被推荐呢？且来看看它有什么优势：

可以输出到多处，例如：在输出到控制台的同时，可以保存日志到日志文件里面，或者保存到其他远程服务器
可以设置日志等级，DEBUG、INFO、ERROR等，在不同的环境（调试环境、线上环境）使用不同的等级来过滤日志，使用起来很方便
配置灵活，可保存到配置文件，格式化输出

基础用法

下面涉及到的代码我都省略了导包部分，详见源码(后台回复 logging 获取源码)

base_usage.py

logging.basicConfig(level=log_level, format='%(asctime)s - %(name)s - %(levelname)s - %(message)s')logger = logging.getLogger(__name__)logger.info("Log level info")logger.debug("Log level debug")logger.warning("Log level warning")# 捕获异常，并打印出出错行数try:  raise Exception("my exception")except (SystemExit, KeyboardInterrupt):  raiseexcept Exception:  logger.error("there is an error =>", exc_info=True)

level为日志等级，分为：

FATAL：致命错误
CRITICAL：特别糟糕的事情，如内存耗尽、磁盘空间为空，一般很少使用
ERROR：发生错误时，如IO操作失败或者连接问题
WARNING：发生很重要的事件，但是并不是错误时，如用户登录密码错误
INFO：处理请求或者状态变化等日常事务
DEBUG：调试过程中使用DEBUG等级，如算法中每个循环的中间状态

foamat可以格式化输出，其参数有如下：

%(levelno)s：打印日志级别的数值%(levelname)s：打印日志级别的名称%(pathname)s：打印当前执行程序的路径，其实就是sys.argv[0]%(filename)s：打印当前执行程序名%(funcName)s：打印日志的当前函数%(lineno)d：打印日志的当前行号%(asctime)s：打印日志的时间%(thread)d：打印线程ID%(threadName)s：打印线程名称%(process)d：打印进程ID%(message)s：打印日志信息

捕获异常,以下两行代码都具有相同的作用

logger.exception(msg,_args)logger.error(msg,exc_info = True,_args)

保存到文件，并输出到命令行

这个用法直接 copy 使用就行

import logging# 写入文件import logginglogger = logging.getLogger(__name__)logger.setLevel(level=logging.INFO)handler = logging.FileHandler("info.log")handler.setLevel(logging.INFO)formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s')handler.setFormatter(formatter)logger.addHandler(handler)logger.info("Log level info")logger.debug("Log level debug")logger.warning("Log level warning")# 写入文件，同时输出到屏幕import logginglogger = logging.getLogger(__name__)logger.setLevel(level = logging.INFO)handler = logging.FileHandler("info.log")handler.setLevel(logging.INFO)formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s')handler.setFormatter(formatter)console = logging.StreamHandler()console.setLevel(logging.INFO)logger.addHandler(handler)logger.addHandler(console)logger.info("Log level info")logger.debug("Log level debug")logger.warning("Log level warning")

多模块使用 logging

被调用者的日志格式会与调用者的日志格式一样 main.py

# -*- coding: utf-8 -*-__auth__ = 'zone'__date__ = '2019/6/17 下午11:46''''公众号：zone7小程序：编程面试题库'''import osimport loggingfrom python.logging_model.code import sub_of_mainlogger = logging.getLogger("zone7Model")logger.setLevel(level=logging.INFO)handler = logging.FileHandler("log.txt")handler.setLevel(logging.INFO)formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s')handler.setFormatter(formatter)console = logging.StreamHandler()console.setLevel(logging.INFO)console.setFormatter(formatter)logger.addHandler(handler)logger.addHandler(console)sub = sub_of_main.SubOfMain()logger.info("main module log")sub.print_some_log()sub_of_main.py# -*- coding: utf-8 -*-__auth__ = 'zone'__date__ = '2019/6/17 下午11:47''''公众号：zone7小程序：编程面试题库'''import loggingmodule_logger = logging.getLogger("zone7Model.sub.module")class SubOfMain(object):  def __init__(self):    self.logger = logging.getLogger("zone7Model.sub.module")    self.logger.info("init sub class")  def print_some_log(self):    self.logger.info("sub class log is printed")def som_function():  module_logger.info("call function some_function")

使用配置文件配置 logging

这里分别给出了两种配置文件的使用案例，都分别使用了三种输出，输出到命令行、输出到文件、将错误信息独立输出到一个文件

log_cfg.json{  "version":1,  "disable_existing_loggers":false,  "formatters":{    "simple":{      "format":"%(asctime)s - %(name)s - %(levelname)s - %(message)s"    }  },  "handlers":{    "console":{      "class":"logging.StreamHandler",      "level":"DEBUG",      "formatter":"simple",      "stream":"ext://sys.stdout"    },    "info_file_handler":{      "class":"logging.handlers.RotatingFileHandler",      "level":"INFO",      "formatter":"simple",      "filename":"info.log",      "maxBytes":10485760,      "backupCount":20,      "encoding":"utf8"    },    "error_file_handler":{      "class":"logging.handlers.RotatingFileHandler",      "level":"ERROR",      "formatter":"simple",      "filename":"errors.log",      "maxBytes":10485760,      "backupCount":20,      "encoding":"utf8"    }  },  "loggers":{    "my_module":{      "level":"ERROR",      "handlers":["info_file_handler2"],      "propagate":"no"    }  },  "root":{    "level":"INFO",    "handlers":["console","info_file_handler","error_file_handler"]  }}

通过 json 文件读取配置：

import jsonimport logging.configimport osdef set_log_cfg(default_path="log_cfg.json", default_level=logging.INFO, env_key="LOG_CFG"):  path = default_path  value = os.getenv(env_key, None)  if value:    path = value  if os.path.exists(path):    with open(path, "r") as f:      config = json.load(f)      logging.config.dictConfig(config)  else:    logging.basicConfig(level=default_level)def record_some_thing():  logging.info("Log level info")  logging.debug("Log level debug")  logging.warning("Log level warning")if __name__ == "__main__":  set_log_cfg(default_path="log_cfg.json")  record_some_thing()log_cfg.yamlversion: 1disable_existing_loggers: Falseformatters:    simple:      format: "%(asctime)s - %(name)s - %(levelname)s - %(message)s"handlers:  console:      class: logging.StreamHandler      level: DEBUG      formatter: simple      stream: ext://sys.stdout  info_file_handler:      class: logging.handlers.RotatingFileHandler      level: INFO      formatter: simple      filename: info.log      maxBytes: 10485760      backupCount: 20      encoding: utf8  error_file_handler:      class: logging.handlers.RotatingFileHandler      level: ERROR      formatter: simple      filename: errors.log      maxBytes: 10485760      backupCount: 20      encoding: utf8loggers:  my_module:      level: ERROR      handlers: [info_file_handler]      propagate: noroot:  level: INFO  handlers: [console,info_file_handler,error_file_handler]

通过 yaml 文件读取配置：

import yamlimport logging.configimport osdef set_log_cfg(default_path="log_cfg.yaml", default_level=logging.INFO, env_key="LOG_CFG"):  path = default_path  value = os.getenv(env_key, None)  if value:    path = value  if os.path.exists(path):    with open(path, "r") as f:      config = yaml.load(f)      logging.config.dictConfig(config)  else:    logging.basicConfig(level=default_level)def record_some_thing():  logging.info("Log level info")  logging.debug("Log level debug")  logging.warning("Log level warning")if __name__ == "__main__":  set_log_cfg(default_path="log_cfg.yaml")  record_some_thing()

总结

以上所述是小编给大家介绍的Python线上环境使用日志的及配置文件,希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对武林网网站的支持！
如果你觉得本文对你有帮助，欢迎转载，烦请注明出处，谢谢！

上一篇：Django ImageFiled上传照片并显示的方法

下一篇：Django 实现admin后台显示图片缩略图的例子