简单使用
最开始,我们用最短的代码体验一下logging的基本功能。
import logging logger = logging.getLogger() logging.basicConfig() logger.setLevel('DEBUG') logger.debug('logsomething') #输出 out>>DEBG:root:logsomething
第一步,通过logging.getLogger函数,获取一个loger对象,但这个对象暂时是无法使用的。
第二步,logging.basicConfig函数,进行一系列默认的配置,包括format、handler等。
第三步,logger调用setLevel函数定义日志级别为DEBUG 最后,调用debug函数,输出一条debug级别的message,显示在了标准输出上。 logging中的日志级别
logging在生成日志的时候,有一个日志级别的机制,默认有以下几个日志级别:
CRITICAL = 50 ERROR = 40 WARNING = 30 INFO 20 DEBUG = 10 NOTEST = 0
每一个logger对象,都有一个日志级别,它只会输出高于它level的日志。如果一个logger的level是INFO,那么调用logger.debug()是无法输出日志的,而logger.warning()能够输出。
一般来说,以上的6个日志级别完全满足我们日常使用了。
logging中的基础类
logging是python的一个基础模块,它在python中的源码位置如下:
#主干代码 /usr/lib/python2.7/logging/__init__.py #扩展的handler和config /usr/lib/pyhon2.7/logging/config.py /usr/lib/python2.7/loging/handlers.py
组成logging的主干的几个基础类都在__init__.py中:
第一个基础类LogRecord
一个LogRecord对象,对应了日志中的一行数据。通常包含:时间、日志级别、message信息、当前执行的模块、行号、函数名...这些信息都包含在一个LogRecord对象里。
LogRecord对象可以想象成一个大字典:
class LogRecord(object): #代表一条日志的类 def getMessage(self): #获取self.msg def markLogRecord(dict): #这个方法很重要,生成一个空的LogRecord,然后通过一个字典,直接更新LogReocrd中的成员变量 rv = LogRecord(None, None, "", 0, "", (), None, None) rv.__dict__.update(dict) return rv
第二个基础类Formatter
Formatter对象是用来定义日志格式的,LogRecord保存了很多信息,但是打印日志的时候我们只需要其中几个,Formatter就提供了这样的功能,它依赖于python的一个功能:
#通过字典的方式,输出格式化字符串 print('%(name)s:%(num)d'%{'name':'my_name', 'num' : 100}) out >>>my_name:100
重要的代码如下:
class Formatter(object): def __init__(self, fmt=None, datefmt = None): if fmt: self._fmt = fmt else: #默认的format self._fmt = "%(message)s" def format(self, record) #使用self._fmt进行格式化 s = self._fmt %record.__dict__ return s
第三个基础类Filter和Filterer
Filter类,功能很简单。Filter.filter()函数传入一个LogRecord对象,通过筛选返回1,否则返回0.从代码中可以看到,其实是对LogRecord.name的筛选。
Filterer类中有一个Filter对象的列表,它是一组Filter的抽象。
重要的代码如下:
class Filter(object): def __init__(self, name=''): self.name = name self.nlen = len(name) def filter(self, record): #返回1表示record通过,0表示record不通过 if self.nlen == 0: return 1 elif self.name == record.name: return 1 #record.name不是以filter开头 elif record.name.find(self.name, 0, self.nlen) != 0: return 0 #最后一位是否为 return (record.name[self.nlen] == '.') class Filterer(object): #这个类其实是定义了一个self.filters = []的列表管理多个filter def addFilter(self, filter): def removefilter(self, filter): def filter(self, record): #使用列表中所有的filter进行筛选,任何一个失败都会返回0 #例如: #filter.name = 'A', filter2.name='A.B', filter2.name = 'A, B, C' #此时record.name = 'A,B,C,D'这样的record才能通过所有filter的筛选
logging中的高级类
有了以上三个基础的类,就可以拼凑一些更重要的高级类了,高级类可以实现logging的重要功能。
Handler——抽象了log的输出过程 Handler类继承自Filterer。Handler类时log输出这个过程的抽象。
同时Handler类具有一个成员变量self.level,在第二节讨论的日志级别的机制,就是在Handler中实现的。
Handler有一个emit(record)函数,这个函数负责输出log,必须在Handler的子类中实现。
重要代码如下:
class Handler(Filterer): def __init__(self, level = NOTEST) #handler必须有level属性 self.level = _checkLevel(level) def format(self, record): #使用self.formatter, formattercord def handler(self, record): #如果通过filter的筛选,则emit这条log rv = self.filter(record) self.emit(record) def emit(self, record): #等待子类去实现
接下来看两个简单的handler的子类,其中在logging源码中,有一个handler.py专门定义了很多复杂的handler,有的可以将log缓存在内存中,有的可以将log做rotation等。
StreamHandler
最简单的handler实现,将log写入一个流,默认的stream是sys.stderr
重要的代码如下:
class StreamHandler(Handler): def __init__(self, stream = None): if stream is None: stream = sys.stderr self.stream = stream def emit(self, record): #将record的信息写入流 #处理一些编码的异常 fs = '%s\n' #每条日志都有换行 stream = self.stream stream.write(fs%msg)
FileHandler
将log输出到文件的handler,继承StreamHandler
重要代码如下:
class FileHandler(StreamHandler): def __init__(self, filename, mode='a') #append方式打开一个文件 StreamHandler.__init__(self, self._open()) def emit(self, record): #和streamhandler保持一致 StreamHandler.emit(self, record)
Logger——一个独立的log管道
什么是logger?
+ logger类继承自Filterer,
+ logger对象有logger.level日志级别
+ logger对象控制多个handler:logger.handlers = []
+ logger对象之间存在福字关系
简单的来说,logger这个类,集中了我们以上所有的LogRecord、Filter类、Formatter类、handler类。首先,logger根据输入生成一个LogRecord读写,经过Filter和Formatter之后,再通过self.handlers列表中的所有handler,把log发送出去。
一个logger中可能有多个handler,可以实现把一份log放到任意的位置。
class Logger(Filterer): def __init__(self, name, level=NOTEST) #handler列表 self.handlers = [] self.level = _checklevel(level) def addHandler(self, hdlr): def removeHandler(self, hdlr): def _log(self, level, msg, args, exc_info=None, extra=None): #在_log函数中创建了一个LogRecord对象 record = self.makeRecord(self.name, level, fn, lno, msg, args, exc_info, func, extra) #交给handle函数 self.handle(record) def handle(self, reord): #进行filter,然后调用callHandlers if(not self.disabled) and self.filter(record): self.callHandlers(record) def callHandlers(self, record): #从当前logger到所有的父logger,递归的handl传入的record c = self while c: for hdlr in c.handlers: hdlr.handle(record) #进入handler的emit函数发送log .... c = c.parent
LoggerAdapter——对标准logger的一个扩展
LogRecord这个大字典中提供的成员变量已经很多,但是,如果在输出log时候仍然希望能够夹带一些自己想要看到的更多信息,例如产生这个log的时候,调用某些函数去获得其他信息,那么就可以把这些添加到Logger中,LoggerAdapter这个类就起到这个作用。
LoggerAdapter这个类很有意思,如果不做什么改动,那么LoggerAdapter类和Logger并没有什么区别。LoggerAdapter只是对Logger类进行了一下包装。
LoggerAdapter的用法其实是在它的成员函数process()的注释中已经说明了:
def process(self, msg, kwargs): ''' Normally,you'll only need to overwrite this one method in a LoggerAdapter subclass for your specific needs. '''
也就是说重写process函数,以下是一个例子:
import logging import random L=logging.getLogger('name') #定义一个函数,生成0~1000的随机数 def func(): return random.randint(1,1000) class myLogger(logging.LoggerAdapter): #继承LoggerAdapter,重写process,生成随机数添加到msg前面 def process(self,msg,kwargs): return '(%d),%s' % (self.extra['name'](),msg) ,kwargs #函数对象放入字典中传入 LA=myLogger(L,{'name':func}) #now,do some logging LA.debug('some_loging_messsage') out>>DEBUG:name:(167),some_loging_messsage
以上就是详解Python自建logging模块。生活这场表演,更需要百遍练习,才可能换来一次美丽。更多关于详解Python自建logging模块请关注haodaima.com其它相关文章!