Python logging日志模块的概念与实践讲解

 更新时间:2023年07月19日 15:12:00   作者:techlead_krischang  
本文通过具体的代码示例为大家解释了如何高效地使用logging模块进行日志记录,以及如何避免常见的陷阱,希望可以帮助大家更好地掌握这个强大的工具

一、Python 日志模块简介

日志的概念及其在软件开发中的作用

在开发过程中,为了记录应用程序的运行情况,通常我们会采用打印日志的方式,这种方式不仅可以帮助我们了解软件系统的运行状态,还可以在系统出现错误时,帮助我们快速定位问题。

例如,假设你有以下一段代码,它只是简单地输出一些信息:

print("This is some information.")

输出:

This is some information.

但是,如果我们需要记录更复杂的信息,如错误信息、警告或者其他重要的运行时信息,仅仅使用print就显得力不从心。这就是我们需要日志模块的地方。

Python logging日志模块简介

Python内置的logging模块为我们提供了一套完整的日志记录解决方案。在许多情况下,你可能希望你的应用程序能够在运行时输出某种形式的状态信息,特别是当应用程序需要处理长时间运行的任务,或者当你面临需要诊断的问题时,logging模块便是你的得力助手。

logging模块可以帮助我们捕获、处理和记录日志信息,使得我们可以在程序运行的任何地方快速记录日志信息。相比于简单的print函数,它更具有灵活性,能够同时输出日志到多个地方,如:控制台、文件、HTTP GET/POST,SMTP,Socket等,并且可以独立设置每个输出的日志等级。

以下是一个简单的例子来说明如何使用logging模块:

import logging
# Create a logger and set the log level to INFO
logger = logging.getLogger(__name__)
logger.setLevel(logging.INFO)
# Add a StreamHandler to send log messages to console
console_handler = logging.StreamHandler()
logger.addHandler(console_handler)
# Log an informational message
logger.info("This is an informational message.")

这段代码会输出以下信息到控制台:

This is an informational message.

logging模块的基本组成

logging模块主要由以下几个部分组成:

Logger: 用于提供应用程序直接使用的接口。

Handler: 将(logger产生的)日志记录发送到合适的目的输出。

Filter: 提供了更精细的工具来决定输出哪些日志记录。

Formatter: 指定日志记录的最终输出格式。

二、logging日志模块详解

logging的基础使用

使用Python的logging模块相当简单,下面是一个基本的例子,说明如何创建一个日志并输出到控制台。

import logging
# This will log the message to the console
logging.warning('This is a warning message')

这段代码将输出以下警告信息:

WARNING:root:This is a warning message

理解日志级别

在logging模块中,我们有5个级别来描述日志的重要性。这些级别分别是:

DEBUG:详细信息,通常仅在诊断问题时使用。

INFO:确认事情按预期进行。

WARNING:出现了一些预期之外的事情,或者在不久的将来可能出现问题(例如,“磁盘空间不足”)。但是软件仍在正常工作。

ERROR:由于更严重的问题,软件不能执行某些功能。

CRITICAL:严重的错误,表明程序本身可能无法继续运行。

默认情况下,logging模块将日志记录到控制台,并且只处理级别为WARNING以上的日志。

Loggers、Handlers和Formatters

这一部分我们将会详解Loggers、Handlers和Formatters这三个主要组件。

Loggers的作用和使用

Logger是一个日志对象,主要任务就是记录日志。在应用程序代码中任何需要日志的地方,都可以创建一个logger实例,并用其记录需要的信息。下面是一个简单的使用logger的例子:

import logging
# Create a logger
logger = logging.getLogger(__name__)
# Log some messages
logger.debug("This is a debug message.")
logger.info("This is an informational message.")
logger.warning("Careful! Something does not look right.")
logger.error("You have encountered an error.")
logger.critical("The program cannot recover from this situation!")

注意:当我们运行这段代码时,我们并没有看到任何输出。这是因为默认情况下,logger的级别设置为WARNING,因此只有级别为WARNING以上的日志会被处理。

Handlers的种类和作用

Handler对象负责发送日志记录到合适的目的地。不同的handler可以将日志发送到控制台,文件,邮件,甚至HTTP POST参数等。下面是一个简单的例子,说明如何使用handler将日志记录到文件和控制台:

import logging
# Create a logger
logger = logging.getLogger(__name__)
logger.setLevel(logging.DEBUG)
# Create a file handler
file_handler = logging.FileHandler('my_log.log')
logger.addHandler(file_handler)
# Create a console handler
console_handler = logging.StreamHandler()
logger.addHandler(console_handler)
# Log some messages
logger.debug("This is a debug message.")
logger.info("This is an informational message.")
logger.warning("Careful! Something does not look right.")
logger.error("You have encountered an error.")
logger.critical("The program cannot recover from this situation!")

Formatters的功能和自定义日志格式

Formatter对象指定日志记录的最终顺序,结构和内容。你可以自定义日志信息的格式,使得日志信息更具有可读性。下面是一个如何使用formatter的例子:

import logging
# Create a logger
logger = logging.getLogger(__name__)
logger.setLevel(logging.DEBUG)
# Create a console handler
console_handler = logging.StreamHandler()
# Create a formatter
formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s')
# Add the formatter to the console handler
console_handler.setFormatter(formatter)
# Add the console handler to the logger
logger.addHandler(console_handler)
# Log some messages
logger.debug("This is a debug message.")
logger.info("This is an informational message.")
logger.warning("Careful! Something does not look right.")
logger.error("You have encountered an error.")
logger.critical("The program cannot recover from this situation!")

三、Python日志模块在实践中的应用

使用日志记录异常信息

在Python编程中,经常需要捕获和处理异常。这时,使用logging模块记录异常信息会非常方便。在logging模块中,我们可以使用exception()方法记录异常堆栈信息。如下例所示:

import logging
logger = logging.getLogger(__name__)
try:
    a = [1, 2, 3]
    value = a[3]
except IndexError as e:
    logger.error("Unhandled exception", exc_info=True)
		```
当运行此段代码,日志记录器将记录下出现的异常信息,如下:
```python
ERROR:__main__:Unhandled exception
Traceback (most recent call last):
  File "<stdin>", line 4, in <module>
IndexError: list index out of range

使用RotatingFileHandler进行日志滚动

当我们的应用程序运行很长时间,并产生大量的日志时,所有的日志都写入一个文件可能会导致这个日志文件过大。这时,我们可以使用RotatingFileHandler来进行日志滚动。当达到一定的大小或者一定的时间,RotatingFileHandler会自动备份当前日志文件,并创建一个新的日志文件继续写入。如下例所示:

import logging
from logging.handlers import RotatingFileHandler
logger = logging.getLogger(__name__)
logger.setLevel(logging.INFO)
# Create a file handler
handler = RotatingFileHandler('my_log.log', maxBytes=2000, backupCount=10)
logger.addHandler(handler)
# Log some messages
for _ in range(10000):
    logger.info("Hello, world!")
		```
##这段代码将在日志文件大小达到2000字节时创建一个新的日志文件,并保留最新的10个日志文件。
## 配置日志级别
##根据我们的需要,可以在运行时改变日志的级别。例如,当我们在调试应用程序时,我们可能需要输出所有级别的日志。但是在生产环境中,我们可能只关心错误及以上级别的日志。我们可以通过setLevel()函数来改变日志级别。如下例所示:
```python
import logging
# Create a logger
logger = logging.getLogger(__name__)
# Set log level to DEBUG
logger.setLevel(logging.DEBUG)
# Log some messages
logger.debug("This is a debug message.")
logger.info("This is an informational message.")
logger.warning("Careful! Something does not look right.")
logger.error("You have encountered an error.")
logger.critical("The program cannot recover from this situation!")

四、Python日志模块的最佳实践

在模块级别使用__name__创建logger

在Python中,__name__变量是一个内置变量,它代表当前模块的名称。当我们在每个模块级别上创建logger并使用__name__作为名称,我们可以轻松地追踪日志记录发生在哪个模块。

import logging
# Create a logger at the module level
logger = logging.getLogger(__name__)

使用合适的日志级别

不同的日志级别表示了不同的严重性。正确地使用日志级别可以帮助我们在大量的日志中找到我们关心的信息。一般来说,对于非常严重的错误,我们应使用CRITICAL或ERROR;对于警告信息,我们应使用WARNING;对于常规的运行信息,我们应使用INFO;对于调试信息,我们应使用DEBUG。

使用结构化的日志消息

当我们的应用程序有大量的日志时,我们可能希望以一种可解析的方式记录日志消息。例如,我们可以使用JSON格式记录日志。这样,我们就可以使用各种日志分析工具分析日志。

import logging
import json
# Create a logger
logger = logging.getLogger(__name__)
# Log a structured message
logger.info(json.dumps({
    'action': 'User login',
    'username': 'user123',
    'ip_address': '123.123.123.123',
    'status': 'success',
}))

使用异常日志记录

当捕获到异常时,我们应使用logger.exception(),这样就可以在日志中记录下完整的异常堆栈信息。

import logging
logger = logging.getLogger(__name__)
try:
    x = 1 / 0
except ZeroDivisionError:
    logger.exception("Zero Division Error Caught.")

这样的日志会包含足够的信息帮助我们找到和修复问题。

不要在日志中记录敏感信息

日志可能被攻击者用来寻找系统的漏洞,因此我们绝对不能在日志中记录敏感信息,如密码、密钥和用户的私有数据。

五、总结

在这篇文章中,我们详细介绍了Python的logging模块,包括它的基本介绍,详解,实践中的应用,以及一些最佳实践。总结上述内容:

  • logging模块是Python内置的一种灵活且强大的日志记录工具,它可以将程序运行过程中的信息输出到各种输出源,如标准输出、文件、邮件、网络等。
  • logging模块提供了多种级别的日志记录,包括DEBUG,INFO,WARNING,ERROR和CRITICAL。我们可以根据需求设置不同的日志级别,以记录和展示不同严重性的信息。
  • 在实践中,我们可以使用logging模块来记录异常信息,使用RotatingFileHandler进行日志滚动,以及在运行时改变日志级别。
  • 对于logging模块的最佳实践,我们提到了在模块级别使用__name__创建logger,使用合适的日志级别,使用结构化的日志消息,使用异常日志记录,以及不在日志中记录敏感信息。

到此这篇关于Python logging日志模块的概念与实践讲解的文章就介绍到这了,更多相关Python logging日志模块内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

相关文章

  • Python异步库asyncio、aiohttp详解

    Python异步库asyncio、aiohttp详解

    这篇文章主要介绍了Python异步库asyncio、aiohttp使用,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教
    2024-06-06
  • Python爬虫新手入门之初学lxml库

    Python爬虫新手入门之初学lxml库

    这篇文章主要给大家介绍了关于Python爬虫新手入门之初学lxml库的相关资料,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2020-12-12
  • 利用Python实现自动化监控文件夹完成服务部署

    利用Python实现自动化监控文件夹完成服务部署

    本篇文章将为大家详细介绍如何利用Python语言实现监控文件夹,以此辅助完成服务的部署动作,文中的示例代码讲解详细,感兴趣的可以尝试一下
    2022-07-07
  • python中执行shell命令的几个方法小结

    python中执行shell命令的几个方法小结

    这篇文章主要介绍了python中执行shell命令的几个方法,本文一共给出3种方法实现执行shell命令,需要的朋友可以参考下
    2014-09-09
  • ​cmd输入python打开微软应用商店的解决方法

    ​cmd输入python打开微软应用商店的解决方法

    在命令控制行中输入python想使用Python环境,却意外打开了微软自带的应用商店,十分苦恼,下面这篇文章主要给大家介绍了关于​cmd输入python打开微软应用商店的解决方法,需要的朋友可以参考下
    2024-03-03
  • Python数据处理利器Pandas DataFrame常用操作

    Python数据处理利器Pandas DataFrame常用操作

    这篇文章主要为大家介绍了Python数据处理利器Pandas DataFrame,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪
    2023-06-06
  • python实现bitmap数据结构详解

    python实现bitmap数据结构详解

    bitmap是很常用的数据结构,比如用于Bloom Filter中,下面是使用python实现bitmap数据结构的代码讲解,需要的朋友可以参考下
    2014-02-02
  • python3通过gevent.pool限制协程并发数量的实现方法

    python3通过gevent.pool限制协程并发数量的实现方法

    这篇文章主要介绍了python3通过gevent.pool限制协程并发数量的实现方法,本文通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下
    2021-09-09
  • pandas 相关性和正态性分析的实践

    pandas 相关性和正态性分析的实践

    当我们谈论正态性(Normality)和相关性(Correlation)时,我们实际上在尝试理解数据的分布模式和不同变量之间的关系,本文就来介绍一下pandas 相关性和正态性的实践,感兴趣的可以了解一下
    2024-07-07
  • 记一次python 内存泄漏问题及解决过程

    记一次python 内存泄漏问题及解决过程

    最近工作中慢慢开始用python协程相关的东西,所以用到了一些相关模块,如aiohttp, aiomysql, aioredis等,用的过程中也碰到的很多问题,这里整理了一次内存泄漏的问题。分享到脚本之家平台,需要的朋友参考下
    2018-11-11

最新评论