python日志模块 限制日志记录数_python日志记录-logging模块

1、logging模块日志级别

使用logging模块简单示例：

>>>import logging

python re，>>>logging.debug("this's a test logging")

>>>loggin.info("still a test logging")

# 默认情况下以上两行没有输出，需要指定日志级别才行

>>>logging.warn("it's waring!!!")

python %s？logging模块日志级别：

日志级别值

CRITICAL

50

python3 logging、ERROR

40

WARNING

30

python日志模块？INFO

20

DEBUG

10

python logger。UNSET

0

对于某个级别的日志消息，只有当处理器和日志记录器配置为可以发布该级别(或者更高级别的消息时)，才会发布这个日志消息。例如，如果一个消息的级别是CRITICAL，日志配置的级别是ERROR，这个消息就会发出(50>40)。如果这个消息是WARNING,而日志记录器设置为的是ERROR，这个消息就不会发出(30<40).

2、logging模块基本理解使用

python记录日志、不同的优先级对应不同的函数：logging.debug,logging.warn等等

一个或多个Logger对象，主要通过它们使用模块

把消息写入终端或文件、数据库或其他地方的handler

创建输出的formatter

基于输入进行筛选的过滤器

一、设置logging日志默认优先级：

默认级别是WARNING,设置日志默认优先级为DEBUG

>>>import logging

>>>logging.basicConfig(level=logging.DEBUG)

二、创建logger对象

每个logger对象都有一个名称，比如创建一个test的logger

>>>import logging

>>>logging.basicConfig(level='DEBUG')

>>>logger = longgin.getLogger('test')

>>>logger.debug('the great gates!')

DEBUG:test:the great gates!

三、使用Handler把消息输出到日志文件

>>>import logging

>>>logging.basicConfig(level='DEBUG', filename='test.log')

>>>logger = logging.getLogger('tx')

>>>logger.war('xxxxssss')

日志写入了文件test.log，调用basicConfig()时使用的filename参数会创建一个FileHandler并对logger进行设置，logging模块至少包含15种handler,比如电子邮件、web服务器、屏幕和文件

四、控制消息的格式

>>>import logging

>>>fmt = '%(asctime)s %(levelname)s %(lineno)s %(message)s'

>>>logging.basicConfig(lebel='DEBUG', filename='test.log', format=fmt)

>>>logger = logging.getLogger('xx')

>>>logger.warn('where is loggggg')

2016-5-5 23:22:11,877 WARN 1 where is loggggg

logging模块可以识别出fmt格式化字符串中的变量名，asctime、levelname、lineo、message，都是内置变量，也可以创建自定义变量。

3、日志文件旋转

要想每次运行程序的时候创建一个新文件，可以向basicConfig()的参数filemode传入值"w"。不过最好不要采用这种方式管理日志文件，更好的做法是使用一个RotatingFileHandler，它会自动创建新文件，同时保留原来的文件.

>>>import glob

>>>import logging

>>>import logging.handlers

>>>logger = logging.getLogger('mylogger')

>>>logger.setLevel(logging.DEBUG)

>>>log_filename='test.log'

>>>handler = logging.handlers.RotatingFileHandler(log_filename, maxBytes=100, backupCount=5)

>>>logger.addHandler(handler)

# 查看滚动生成的日志文件

for i in range(100):

logger.debug('i = %d' % i)

# 查看那些文件被创建

logfiles = glob.glob('%s *' % log_filename)

for filename in logfiles:

print filename

结果:

test.log

test.log.1

test.log.2

...

test.log.5

最新的文件总是test.log，每次达到大小限制时，就会后缀加.1重命名。现有的各个备份文件也会重命名，使后缀递增(.1变成.2，等等),.5文件会被删除

4、logging模块使用问题和实例

1、logging模块中子类继承父类过程中，父类使用logging.basicConfig()进行的配置，会覆盖掉子类中的配置.所以子类中用logging.basicConfig()进行的配置不会生效.

2、另外使用logger=logging.getLogger()进行实例化对象过程中，如果是继承父类的，仍然不会生效，由于logging.getLogger()是以"."作为不同层级的区分.当子类需要另外设置logging的配置时，要另外通过设置handler的方式，来避免父类的logging配置掩盖子类.

3、具体首先配置logger = logging.getLogger(__name__) "__name__"不能为空,为其他的参数也可以，如果为logger=logging.getLogger()，似乎子类配置的logger不会生效.

增加handler:

log_file = './test.log'

fmt = fmt = '%(asctime)s %(filename)s %(funcName)s %(levelname)s Line:%(lineno)s :%(message)s'

logger = logging.getLogger(__name__)

logger.level = logging.DEBUG

handlers = logging.FileHandler(log_file)

formatter = logging.Formatter(fmt)

handlers.formatter = formatter

loggers.addHandler(handlers)

使用logger:

logger.info('it's a test')