python logging模块-写日志、log回滚

python包/模块，专栏总目录：

1.python自定义模块

2.python模块调用顺序

3.python logging模块

4.python定义跨模块的全局变量

1、logging模块简介

        logging模块是Python内置的标准模块，主要用于输出运行日志，可以设置输出日志的等级、日志保存路径、日志文件回滚等；相比print，具备如下优点：

        1、可以通过设置不同的日志等级，在release版本中只输出重要信息，而不必显示大量的调试信息；

        2、print将所有信息都输出到标准输出中，严重影响开发者从标准输出中查看其它数据；logging则可以由开发者决定将信息输出到什么地方，以及怎么输出；

        3、其它特点：basicConfig整个工程只在第一次配置时生效。

2、logging模块使用

2.1、基本使用

        配置logging基本的设置，然后在控制台输出日志：

import logging
logging.basicConfig(level = logging.INFO,format = '%(asctime)s - %(name)s - %(levelname)s - %(message)s')
logger = logging.getLogger(__name__)
logger.info("Start print log")
logger.debug("Do something")
logger.warning("Something maybe fail.")
logger.info("Finish")

        运行时，控制台输出：

        logging.basicConfig函数各参数：

        filename：指定日志文件名；

        filemode：和file函数意义相同，指定日志文件的打开模式，'w'或者'a'；

        format：指定输出的格式和内容，format可以输出很多有用的信息，

参数：作用

        %(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。

        datefmt：指定时间格式，同time.strftime()；

        level：设置日志级别，默认为logging.WARNNING；

        stream：指定将日志的输出流，可以指定输出到sys.stderr，sys.stdout或者文件，默认输出到sys.stderr，当stream和filename同时指定时，stream被忽略；

注：此方法控制台测试时，basicConfig整个工程只在第一次配置时生效，整个输出均为控制台。

一条日志信息对应的是一个事件的发生，而一个事件通常需要包括以下几个内容：

        1、事件的严重程度--日志级别（%(levelname)s：打印日志级别的名称）；

        2、事件发生时间（%(asctime)s：打印日志的时间）；

        3、事件发生位置（%(process)d：打印进程ID，%(funcName)s：打印日志的当前函数，%(lineno)d：打印日志的当前行号）；

        4、事件内容（%(message)s：打印日志信息）。

2.2、将日志写入到文件

2.2.1、将日志写入到文件

        设置logging，创建一个FileHandler，并对输出消息的格式进行设置，将其添加到logger，然后将日志写入到指定的文件中：

import logging
logger = logging.getLogger(__name__)
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)
logger.addHandler(handler)
 
logger.info("Start print log")
logger.debug("Do something")
logger.warning("Something maybe fail.")
logger.info("Finish")

        log.txt中日志数据为：

        注：此方法在不同文件时，需传参，或者重新配置日志输出文件，以保证日志均写到同一文件；写日志默认为追加模式。

2.2.2、将日志同时输出到屏幕和日志文件

        logger中添加StreamHandler，可以将日志输出到屏幕上：

import logging
 
logger = logging.getLogger(__name__)
logger.setLevel(level=logging.INFO)
 
file_handler = logging.FileHandler("log.txt")  # 文件句柄
file_handler.setLevel(logging.INFO)
formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s')
file_handler.setFormatter(formatter)
logger.addHandler(file_handler)
 
console_handler = logging.StreamHandler()  # 流句柄
console_handler.setLevel(logging.INFO)
logger.addHandler(console_handler)
 
def main():
    logger.info("Start print log")
    logger.debug("Do something")
    logger.warning("Something maybe fail.")
    logger.info("Finish")
    
mian()   

结果如下：

        可以发现，logging有一个日志处理的主对象，其他处理方式都是通过addHandler添加进去，各个处理方式之间相互独立。logging中包含的handler主要有如下几种：

        handler名称：位置；作用

        StreamHandler：logging.StreamHandler；日志输出到流，可以是sys.stderr，sys.stdout或者文件；

        FileHandler：logging.FileHandler；日志输出到文件；

        BaseRotatingHandler：logging.handlers.BaseRotatingHandler；基本的日志回滚方式；

        RotatingHandler：logging.handlers.RotatingHandler；日志回滚方式，支持日志文件最大数量和日志文件回滚；

        TimeRotatingHandler：logging.handlers.TimeRotatingHandler；日志回滚方式，在一定时间区域内回滚日志文件；

        SocketHandler：logging.handlers.SocketHandler；远程输出日志到TCP/IP sockets；

        DatagramHandler：logging.handlers.DatagramHandler；远程输出日志到UDP sockets；

        SMTPHandler：logging.handlers.SMTPHandler；远程输出日志到邮件地址；

        SysLogHandler：logging.handlers.SysLogHandler；日志输出到syslog；

        NTEventLogHandler：logging.handlers.NTEventLogHandler；远程输出日志到Windows NT/2000/XP的事件日志；

        MemoryHandler：logging.handlers.MemoryHandler；日志输出到内存中的指定buffer；

        HTTPHandler：logging.handlers.HTTPHandler；通过"GET"或者"POST"远程输出到HTTP服务器。

2.2.3、日志滚动和过期删除

        1、使用RotatingFileHandler，可以实现日志按大小回滚（设置，最多备份几个日志文件，每个日志文件最大值）：

import logging
from logging.handlers import RotatingFileHandler # 按文件大小回滚handler
 
def main():
    logger = logging.getLogger(__name__)
    logger.setLevel(level=logging.INFO)
    # 定义一个RotatingFileHandler，最多备份3个日志文件，每个日志文件最大1K
    rHandler = RotatingFileHandler("log.txt", maxBytes=1 * 1024, backupCount=3)
    rHandler.setLevel(logging.INFO)
    formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s')
    rHandler.setFormatter(formatter)
 
    console = logging.StreamHandler()
    console.setLevel(logging.INFO)
    console.setFormatter(formatter)
 
    logger.addHandler(rHandler)
    logger.addHandler(console)
 
    logger.info("Start print log")
    logger.debug("Do something")
    logger.warning("Something maybe fail.")
    logger.warning("Something maybe fail.")
    logger.info("Finish")
    
mian()        

        可以在工程目录中看到，备份的日志文件:

2016/10/0919:36732log.txt
2016/10/0919:36967log.txt.1
2016/10/0919:36985log.txt.2
2016/10/0919:36976log.txt.3

2、使用TimedRotatingFileHandler，可实现日志按时间回滚

import time
import logging
from logging.handlers import TimedRotatingFileHandler  # 设置日志按时间回滚
 
def backroll():
    # 日志打印格式
    log_fmt = '%(asctime)s\tFile \"%(filename)s\",line %(lineno)s\t%(levelname)s: %(message)s'
    formatter = logging.Formatter(log_fmt)
 
    # 创建TimedRotatingFileHandler对象
    log_file_handler = TimedRotatingFileHandler(filename="ds_update", when="M", interval=2, backupCount=2)
    log_file_handler.setFormatter(formatter)
    logging.basicConfig(level=logging.INFO)
 
    # 添加句柄
    log = logging.getLogger()
    log.addHandler(log_file_handler)
 
    # 循环打印日志
    log_content = "test log"
    count = 0
    while count < 30:
        log.error(log_content)
        time.sleep(0.1)
        count = count + 1
    log.removeHandler(log_file_handler)
 
backroll()

其中：

        filename：日志文件名的prefix；

        when：是一个字符串，用于描述滚动周期的基本单位，字符串的值及意义如下：

        “S”: Seconds

        “M”: Minutes

        “H”: Hours

        “D”: Days

        “W”: Week day (0=Monday)

        “midnight”: Roll over at midnight

        interval: 滚动周期，单位有when指定，比如：when=’D’,interval=1，表示每天产生一个日志文件；

        backupCount: 表示日志文件的保留个数。

2.3、设置消息的等级

        可以设置不同的日志等级，用于控制日志的输出，只有级别大于或等于日志记录器指定级别的日志记录才会被输出，小于该级别的日志记录将会被丢弃：

        日志等级：使用范围

        FATAL：致命错误；

        CRITICAL：严重错误，导致应用程序不能继续运行时记录的信息，如内存耗尽、磁盘空间为空，一般很少使用；

        ERROR：发生错误时，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，如IO操作失败或者连接问题；

        WARNING：当某些不期望的事情发生时记录的信息，但此时程序可以正常运行，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，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；

        DEBUG：调试过程中使用DEBUG等级，最详细的日志信息，如算法中每个循环的中间状态。

        上面列表中的日志等级是从上到下依次降低的，即：FATAL < CRITICAL < ERROR < WARNING < INFO < DEBUG，而日志的信息量是依次增加的，通过设置log等级level=logging.INFO，控制输出log级别；

        开发、部署阶段：使用DEBUG或INFO级别的日志获取尽可能详细的日志信息来进行开发或部署调试。

        上线、生产环境阶段：使用WARNING或ERROR或CRITICAL级别的日志来降低机器的I/O压力和提高获取错误日志信息的效率。

2.4、捕获traceback

        Python中的traceback模块被用于跟踪异常返回信息，可以在logging中记录下traceback，代码：

import logging
 
logger = logging.getLogger(__name__)
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)
 
logger.addHandler(handler)
logger.addHandler(console)
 
def main():
    logger.info("Start print log")
    logger.debug("Do something")
    logger.warning("Something maybe fail.")
    try:
        open("sklearn.txt", "rb")
    except Exception:
        logger.error("Faild to open sklearn.txt from logger.error", exc_info=True) #logger.exception(msg,_args)等价于logger.error(msg,exc_info = True,_args)
    logger.info("Finish")
 
main()

        输出log：

2.5、多模块使用logging

主模块mainModule.py：

import logging
import subModule
 
def main():
    logger = logging.getLogger("mainModule")  # 为logger起个名字
    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)
 
    logger.info("creating an instance of subModule.subModuleClass")
    a = subModule.SubModuleClass()
    logger.info("calling subModule.subModuleClass.doSomething")
    a.doSomething()
    logger.info("done with  subModule.subModuleClass.doSomething")
    logger.info("calling subModule.some_function")
    subModule.som_function()
    logger.info("done with subModule.some_function")
 
main()

子模块subModule.py：

import logging
module_logger = logging.getLogger("mainModule.sub")  # mainModule logger子类
 
class SubModuleClass(object):
    def __init__(self):
        self.logger = logging.getLogger("mainModule.sub.module")
        self.logger.info("creating an instance in SubModuleClass")
 
    def doSomething(self):
        self.logger.info("do something in SubModule")
        a = []
        a.append(1)
        self.logger.debug("list a = " + str(a))
        self.logger.info("finish something in SubModuleClass")
 
def som_function():
    module_logger.info("call function some_function")

        执行之后，在控制和日志文件log.txt中输出：

        首先在主模块定义了logger'mainModule'，并对它进行了配置，就可以在解释器进程里面的其他地方通过getLogger('mainModule')得到的对象都是一样的，不需要重新配置，可以直接使用。定义的该logger的子logger，都可以共享父logger的定义和配置，所谓的父子logger是通过命名来识别，任意以'mainModule'开头的logger都是它的子logger，例如'mainModule.sub'。

        实际开发一个application，首先可以通过logging配置文件编写好这个application所对应的配置，可以生成一个根logger，如'PythonAPP'，然后在主函数中通过fileConfig加载logging配置，接着在application的其他地方、不同的模块中，可以使用根logger的子logger，如'PythonAPP.Core'，'PythonAPP.Web'来进行log，而不需要反复的定义和配置各个模块的logger。

3、通过JSON或者YAML文件配置logging模块

        尽管可以在Python代码中配置logging，但是这样并不够灵活，最好的方法是使用一个配置文件来配置。在Python 2.7及以后的版本中，可以从字典中加载logging配置，也就意味着可以通过JSON或者YAML文件加载日志的配置。

3.1 通过JSON文件配置

JSON配置文件：

{
    "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_handler"],
            "propagate": "no"
        }
    },
    "root": {
        "level": "INFO",
        "handlers": ["console", "info_file_handler", "error_file_handler"]
    }
}

        通过JSON加载配置文件，然后通过logging.dictConfig配置logging：

import json
import logging.config
import os
 
def setup_logging(default_path="logging.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 func():
    logging.info("start func")
    logging.info("exec func")
    logging.info("end func")
 
if __name__ == "__main__":
    setup_logging(default_path="logging.json")
    func()

3.2、通过YAML文件配置

        通过YAML文件进行配置.

4、扩展阅读

1、logging日志中formatter

# 定义handler的输出格式
formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s')
fh.setFormatter(formatter)

python标准日志模块logging及日志系统设计 - bamb00 - 博客园

2、logging子模块

Python logging模块详解_zyz511919766的博客-CSDN博客

5、配置实例

1、常规配置：文本，Print

import os
import logging
import datetime
 
__all__ = ["log_init"]
 
# log 配置参数
"""
level配置：
    线上环境配为ERROR或者WARNING；收集运行信息，则配为INFO。
    线下测试配为INFO、DEBUG。
format_str配置：
    分隔符： -
    时间：%(asctime)s
    级别：%(levelname)s
    发生位置：%(name)s - %(funcName)s - %(lineno)d
    事件内容：%(message)s
"""
 
config = {
    "console": False,  # 是否在控制台显示
    "level": logging.ERROR,  # INFO < WARNING < ERROR，
    "format_str": "%(asctime)s - %(levelname)s - %(name)s - %(funcName)s - %(lineno)d - %(message)s",
}
 
 
def get_file_name():
    log_dir = "./log"
    if not os.path.exists(log_dir):
        os.makedirs(log_dir)
 
    pid = os.getpid()
    cur_date = datetime.date.today() - datetime.timedelta(days=0)
    filename = '%s/log_%s_%s.log' % (log_dir, cur_date, str(pid))
    return filename
 
 
def log_init():
    logger = logging.getLogger()
    logger.setLevel(level=config["level"])
    formatter = logging.Formatter(config["format_str"])
 
    filename = get_file_name()
    file_handler = logging.FileHandler(filename)
    file_handler.setLevel(level=config["level"])
    file_handler.setFormatter(formatter)
    logger.addHandler(file_handler)
 
    if config["console"]:
        console_handler = logging.StreamHandler()
        console_handler.setLevel(level=config["level"])
        console_handler.setFormatter(formatter)
        logger.addHandler(console_handler)
 
    logger.info("logging config ok.")

2、常规配置，仅在控制台输出

import logging
 
def log_init(level=logging.DEBUG):
    logger = logging.getLogger()
    logger.setLevel(level=level)
    formatter = logging.Formatter("%(levelname)s - %(lineno)d - %(message)s")
 
    console_handler = logging.StreamHandler()
    console_handler.setLevel(level=level)
    console_handler.setFormatter(formatter)
    logger.addHandler(console_handler)
 
    logger.info("logging config ok.")
 
log_init(level=logging.DEBUG)