Python中使用logging模块代替print（logging简明指南）

伤害是别人带来的，开心是自己寻找的，想哭就哭，哭完了接着笑，没有人能把谁的幸福没收。

替换print？print怎么了？

print 可能是所有学习Python语言的人第一个接触的东西。它最主要的功能就是往控制台打印一段信息，像这样：



print 'Hello, logging!'

print也是绝大多数人用来调试自己的程序用的最多的东西，就像写js使用 console.log 一样那么自然。很多刚刚开始学习Python的新手甚至有一定经验的老手，都在使用print 来调试他们的代码。

比如这是一个我写的输出斐波那契数列的小程序，让我们来看看它的代码：



# -*- coding: utf-8 -*-

"""

A simple fibonacci program

"""

import argparse
parser = argparse.ArgumentParser(description='I print fibonacci sequence')

parser.add_argument('-s', '--start', type=int, dest='start',

 help='Start of the sequence', required=True)

parser.add_argument('-e', '--end', type=int, dest='end',

 help='End of the sequence', required=True)
def infinite_fib():

 a, b = 0, 1

 yield a

 yield b

 while True:

 #print 'Before caculation: a, b = %s, %s' % (a, b)

 a, b = b, a + b

 #print 'After caculation: a, b = %s, %s' % (a, b)

 yield b


def fib(start, end):

 for cur in infinite_fib():

 #print 'cur: %s, start: %s, end: %s' % (cur, start, end)

 if cur > end:

 return

 if cur >= start:

 #print 'Returning result %s' % cur

 yield cur
def main():

 args = parser.parse_args()

 for n in fib(args.start, args.end):

 print n,
if __name__ == '__main__':

 main()

让我们来看看它工作的怎么样：



$ python fib.py -s 1 -e 100

1 1 2 3 5 8 13 21 34 55 89

$ python fib.py -s 100 -e 1000

144 233 377 610 987

没有任何问题，程序正确的完成了它的功能。但等等，程序里面的那一堆被注释掉的print语句是怎么回事？

原来，这是我编写这个小程序的过程中，用来调试(DEBUG) 的输出信息，在我完成了这个程序以后，我自然就把这些print给注释掉了。让我们来看看如果把这个print语句打开后结果会怎么样？



$ python fib.py -s 1 -e 100

cur: 0, start: 1, end: 100

cur: 1, start: 1, end: 100

Returning result 1

1 Before caculation: a, b = 0, 1

After caculation: a, b = 1, 1

cur: 1, start: 1, end: 100

... ...

... ...

(不计其数的输出信息)

如你所见，所有的计算过程都被打印出来了。

写的时候加上print，提交代码的时候还得记得把print语句删掉/注释掉，为什么我们要忍受这样的麻烦事呢？让我们来介绍我们的主角 logging ，它几乎就是为这种使用情景而生的。

更好的做法，使用logging模块

logging模块是Python内置的日志模块，使用它可以非常轻松的处理和管理日志输出。 logging模块最简单的用法，是直接使用basicConfig方法来对logging进行配置：



import logging
# 设置默认的level为DEBUG

# 设置log的格式

logging.basicConfig(

 level=logging.DEBUG,

 format="[%(asctime)s] %(name)s:%(levelname)s: %(message)s"

)
# 记录log

logging.debug(...)

logging.info(...)

logging.warn(...)

logging.error(...)

logging.critical(...)

这样配置完logging以后，然后使用``logging.debug``来替换所有的print语句就可以了。我们会看到这样的输出：



[2014-03-18 15:17:45,216] root:cur: 0, start: 1, end: 100

[2014-03-18 15:17:45,216] root:DEBUG: cur: 1, start: 1, end: 100

[2014-03-18 15:17:45,216] root:DEBUG: Returning result 1

[2014-03-18 15:17:45,216] root:DEBUG: Before caculation: a, b = 0, 1

... ...

使用真正的logger

上面说的basicConfig方法可以满足你在绝大多数场景下的使用需求，但是basicConfig有一个很大的缺点。

调用basicConfig其实是给root logger添加了一个handler，这样当你的程序和别的使用了 logging的第三方模块一起工作时，会影响第三方模块的logger行为。这是由logger的继承特性决定的。

所以我们需要使用真正的logger：



import logging
# 使用一个名字为fib的logger

logger = logging.getLogger('fib')
# 设置logger的level为DEBUG

logger.setLevel(logging.DEBUG)
# 创建一个输出日志到控制台的StreamHandler

hdr = logging.StreamHandler()

formatter = logging.Formatter('[%(asctime)s] %(name)s:%(levelname)s: %(message)s')

hdr.setFormatter(formatter)
# 给logger添加上handler

logger.addHandler(hdr)

这样再使用logger来进行日志输出就行了。不过这样的坏处就是代码量比basicConfig要大不少。所以我建议如果是非常简单的小脚本的话，直接使用basicConfig就可以，如果是稍微大一些项目，建议认真配置好logger。

动态控制脚本的所有输出

使用了logging模块以后，通过修改logger的log level，我们就可以方便的控制程序的输出了。比如我们可以为我们的斐波那契数列添加一个 -v 参数，来控制打印所有的调试信息。



# 添加接收一个verbose参数

parser.add_argument('-v', '--verbose', action='store_true', dest='verbose',

 help='Enable debug info')
# 判断verbose

if args.verbose:

 logger.setLevel(logging.DEBUG)

else:

 logger.setLevel(logging.ERROR)

这样，默认情况下，我们的小程序是不会打印调试信息的，只有当传入`-v/--verbose`的时候，我们才会打印出额外的debug信息，就像这样：



$ python fib.py -s 1 -e 100

1 1 2 3 5 8 13 21 34 55 89
$ python fib.py -s 1 -e 100 -v

[2014-03-18 15:17:45,216] fib:DEBUG: cur: 0, start: 1, end: 100

[2014-03-18 15:17:45,216] fib:DEBUG: cur: 1, start: 1, end: 100

[2014-03-18 15:17:45,216] fib:DEBUG: Returning result 1

[2014-03-18 15:17:45,216] fib:DEBUG: Before caculation: a, b = 0, 1

... ...

如你所见，使用了logging以后，什么时候需要打印DEBUG信息，什么时候需要关闭，一切变的无比简单。

所以，赶紧用logging替换掉你的脚本里的print吧！

延伸阅读

以上这些只是介绍了logging模块最简单的一些功能，作为print的替代品来使用，logging 模块还有很多非常强大好用的功能，比如从文件读取配置、各种各样的Handlers等等。建议阅读一下logging的官方文档：

1.logging Logging facility for Python
2.Logging HOWTO

最后附上使用logging模块的斐波那契数列程序完整代码：



# -*- coding: utf-8 -*-

"""

A simple fibonacci program

"""

import argparse
parser = argparse.ArgumentParser(description='I print fibonacci sequence')

parser.add_argument('-s', '--start', type=int, dest='start',

 help='Start of the sequence', required=True)

parser.add_argument('-e', '--end', type=int, dest='end',

 help='End of the sequence', required=True)

parser.add_argument('-v', '--verbose', action='store_true', dest='verbose',

 help='Enable debug info')
import logging
logger = logging.getLogger('fib')

logger.setLevel(logging.DEBUG)
hdr = logging.StreamHandler()

formatter = logging.Formatter('[%(asctime)s] %(name)s:%(levelname)s: %(message)s')

hdr.setFormatter(formatter)
logger.addHandler(hdr)


def infinite_fib():

 a, b = 0, 1

 yield a

 yield b

 while True:

 logger.debug('Before caculation: a, b = %s, %s' % (a, b))

 a, b = b, a + b

 logger.debug('After caculation: a, b = %s, %s' % (a, b))

 yield b


def fib(start, end):

 for cur in infinite_fib():

 logger.debug('cur: %s, start: %s, end: %s' % (cur, start, end))

 if cur > end:

 return

 if cur >= start:

 logger.debug('Returning result %s' % cur)

 yield cur
def main():

 args = parser.parse_args()

 if args.verbose:

 logger.setLevel(logging.DEBUG)

 else:

 logger.setLevel(logging.ERROR)
 for n in fib(args.start, args.end):

 print n,
if __name__ == '__main__':

 main()

到此这篇关于Python中使用logging模块代替print（logging简明指南）就介绍到这了。我们现在经历的那些，无论好的坏的，全部都是微不足道的小事。度过那些摇摇晃晃的日子，所有艰辛也会内化成为，留下闪光又珍贵的和一路上坚韧不拔的勇气！更多相关Python中使用logging模块代替print（logging简明指南）内容请查看相关栏目，小编编辑不易，再次感谢大家的支持！

全站频道

大家都在搜索：