在编程中，日志记录（logging）是一种非常重要的工具，它可以帮助我们跟踪程序的运行状态、调试错误以及记录重要信息。

Python 提供了一个内置的 logging 模块，专门用于处理日志记录任务。与简单的 print 语句相比，logging 模块更加灵活和强大，能够满足不同场景下的日志需求。

为什么使用 logging 模块？

1. 灵活性：logging 模块允许你根据需要设置日志的级别、格式和输出位置。

2. 可扩展性：你可以轻松地将日志输出到文件、控制台、网络等不同的目标。

3. 结构化日志：logging 模块支持结构化日志记录，便于后续的分析和处理。

4. 性能优化：与 print 相比，logging 模块在性能上进行了优化，适合在生产环境中使用。

   
   

logging 模块的基本用法

1. 导入 logging 模块

首先，我们需要导入 logging 模块：

实例

import logging

2. 配置日志级别

日志级别用于控制日志的详细程度。logging 模块提供了以下几种日志级别：

• DEBUG：详细的调试信息，通常用于开发阶段。

• INFO：程序正常运行时的信息。

• WARNING：表示潜在的问题，但程序仍能正常运行。

• ERROR：表示程序中的错误，导致某些功能无法正常工作。

• CRITICAL：表示严重的错误，可能导致程序崩溃。

你可以通过以下代码设置日志级别：

实例

logging.basicConfig(level=logging.DEBUG)

3. 记录日志

设置好日志级别后，你可以使用以下方法记录日志：

实例

logging.debug("这是一条调试信息")
logging.info("这是一条普通信息")
logging.warning("这是一条警告信息")
logging.error("这是一条错误信息")
logging.critical("这是一条严重错误信息")

4. 日志输出格式

你可以通过 basicConfig 方法自定义日志的输出格式。例如：

实例

logging.basicConfig(
    level=logging.DEBUG,
    format="%(asctime)s - %(name)s - %(levelname)s - %(message)s",
    datefmt="%Y-%m-%d %H:%M:%S"
)

5. 将日志输出到文件

默认情况下，日志会输出到控制台。如果你希望将日志保存到文件中，可以这样配置：

实例

logging.basicConfig(
    level=logging.DEBUG,
    format="%(asctime)s - %(name)s - %(levelname)s - %(message)s",
    filename="app.log"
)

logging 模块的高级用法

1. 使用多个日志记录器

在大型项目中，你可能需要为不同的模块或组件创建独立的日志记录器。可以通过以下方式实现：

实例

logger = logging.getLogger("my_logger")
logger.setLevel(logging.DEBUG)

# 创建文件处理器
file_handler = logging.FileHandler("my_logger.log")
file_handler.setLevel(logging.DEBUG)

# 创建控制台处理器
console_handler = logging.StreamHandler()
console_handler.setLevel(logging.INFO)

# 设置日志格式
formatter = logging.Formatter("%(asctime)s - %(name)s - %(levelname)s - %(message)s")
file_handler.setFormatter(formatter)
console_handler.setFormatter(formatter)

# 将处理器添加到日志记录器
logger.addHandler(file_handler)
logger.addHandler(console_handler)

# 记录日志
logger.debug("这是一条调试信息")
logger.info("这是一条普通信息")

2. 日志过滤器

你可以通过过滤器来控制哪些日志需要被记录。例如：

实例

class MyFilter(logging.Filter):
    def filter(self, record):
        return record.levelno == logging.ERROR
        
logger.addFilter(MyFilter())

3. 日志轮转

当日志文件过大时，可以使用 RotatingFileHandler 或 TimedRotatingFileHandler 实现日志轮转：

实例

from logging.handlers import RotatingFileHandler

handler = RotatingFileHandler("app.log", maxBytes=1024, backupCount=3)
logger.addHandler(handler)

logging 模块常用的属性和方法

1. 核心类

2. Logger 对象常用方法

3. Handler 常用类型

4. 日志级别（常量）

5. Formatter 常用格式字段

6. 快速配置方法

常用参数：

• level：设置根记录器级别

• filename：输出到文件

• filemode：文件模式（如 'w' 覆盖）

• format：格式字符串

• datefmt：日期格式（如 "%Y-%m-%d %H:%M:%S"）

实例

1. 基础配置

实例

import logging

# 配置日志
logging.basicConfig(
    level=logging.DEBUG,
    format='%(asctime)s - %(name)s - %(levelname)s - %(message)s',
    filename='app.log'
)

# 使用
logger = logging.getLogger("my_app")
logger.info("程序启动")

2. 多处理器复杂配置

实例

import logging

# 创建记录器
logger = logging.getLogger("my_module")
logger.setLevel(logging.DEBUG)

# 控制台处理器
console_handler = logging.StreamHandler()
console_handler.setLevel(logging.WARNING)

# 文件处理器
file_handler = logging.FileHandler("debug.log")
file_handler.setLevel(logging.DEBUG)

# 格式化
formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s')
console_handler.setFormatter(formatter)
file_handler.setFormatter(formatter)

# 添加处理器
logger.addHandler(console_handler)
logger.addHandler(file_handler)

# 使用
logger.debug("调试信息")  # 仅写入文件
logger.warning("警告！")  # 同时输出到控制台和文件

3. 日志分割

实例

from logging.handlers import RotatingFileHandler

handler = RotatingFileHandler(
    "app.log", maxBytes=1e6, backupCount=3  # 每个文件1MB，保留3个备份
)
logger.addHandler(handler)