Python logging 模块:专家级教程,从入门到精通
Python logging 模块是用于应用程序日志记录的标准库。它提供统一的日志记录界面,允许对日志级别进行细粒度控制、格式化日志消息以及将日志输出到不同目标。通过创建 logger 对象、记录日志消息、设置日志级别、添加格式化器和处理器,可以轻松实现日志记录。此外,logging 模块支持层次结构日志记录、自定义日志记录级别和扩展,使开发人员能够创建满足特定应用程序需求的日志记录系统。

简介
logging 模块是 python 中用于日志记录的标准库。它提供了对应用程序中事件进行日志记录的统一界面,并允许开发人员定义日志级别的细粒度控制、格式化日志消息以及将日志输出到各种目标(例如文件、控制台或网络套接字)。
入门
创建一个 Logger
要开始日志记录,首先需要创建一个 logger 对象。logger 可以通过 logging.getLogger(name) 函数创建,其中 name 是一个标识符字符串,用于识别logger。
import logging
# 创建一个名为 "my_logger" 的 logger
logger = logging.getLogger("my_logger")
记录日志消息
可以使用 logger.log(level, msg, *args, **kwargs) 方法记录日志消息,其中:
level:日志消息的级别。msg:日志消息的。*args和**kwargs:可选参数,用于格式化日志消息。
logger.info("程序已启动")
logger.error("发生错误!")
日志级别
logging 模块定义了以下日志级别(从最低到最高):
- DEBUG:用于调试目的的详细信息。
- INFO:用于常规应用程序消息。
- WARNING:用于引起注意的问题。
- ERROR:用于错误和例外情况。
- CRITICAL:用于严重错误或应用程序崩溃。
- NOTSET:禁用日志记录。
可以将日志级别设置为 logger.level 属性。例如,要将 my_logger 的级别设置为 WARNING,可以使用:
logger.level = logging.WARNING
格式化器
格式化器用于控制日志消息的外观。可以通过 logging.FORMatter 类创建格式化器,它具有以下参数:
fmt:日志消息的格式字符串。datefmt:日期和时间的格式字符串(可选)。
# 创建一个格式化器,包含时间戳、日志级别和日志消息
formatter = logging.Formatter("%(asctime)s - %(levelname)s - %(message)s")
处理器
处理器用于将日志消息输出到特定目标。logging 模块提供了一些开箱即用的处理器,例如:
logging.StreamHandler:将日志消息输出到控制台。logging.FileHandler:将日志消息输出到文件。logging.SocketHandler:将日志消息输出到网络套接字。
# 创建一个处理器,将日志消息输出到控制台 handler = logging.StreamHandler() # 将格式化器添加到处理器 handler.setFormatter(formatter) # 将处理器添加到 logger logger.addHandler(handler)
过滤器
过滤器用于根据特定条件筛选日志消息。logging 模块提供了以下过滤器:
logging.Filter:基本过滤器,允许或拒绝日志消息。logging.LevelFilter:基于日志级别筛选日志消息。logging.MessageFilter:基于日志消息本身筛选日志消息。
# 创建一个过滤器,仅允许 INFO 和 WARNING 级别的日志消息 filter = logging.LevelFilter(logging.INFO) # 将过滤器添加到处理器 handler.addFilter(filter)
高级用法
层次结构日志记录
Python logging 模块支持层次结构日志记录,其中 logger 可以继承其父 logger 的属性和行为。这允许建立一个具有不同级别的日志细粒度的日志记录结构。
自定义日志记录级别
还可以创建自定义日志记录级别,以便更好地适应应用程序的特定需求。这可以通过 logging.addLevelName(level_name, level_value) 函数实现。
扩展 Logging 模块
可以通过自定义类和函数扩展 logging 模块,以实现更高级或特定的日志记录功能。例如,可以创建自己的处理器或过滤器来满足特定要求。
结论
Python logging 模块是一个强大的工具,用于应用程序中的日志记录。它提供了灵活性和可定制性,允许开发人员根据应用程序的特定需求构建日志记录系统。通过遵循本教程中概述的基本原则和高级技术,可以最大限度地利用 logging 模块,并为应用程序实现高效且信息丰富的日志记录。
今天关于《Python logging 模块:专家级教程,从入门到精通》的内容介绍就到此结束,如果有什么疑问或者建议,可以在golang学习网公众号下多多回复交流;文中若有不正之处,也希望回复留言以告知!
改善C语言中的Go语句应用
- 上一篇
- 改善C语言中的Go语句应用
- 下一篇
- 演示示例:Go语言中元组的用法
-
- 文章 · python教程 | 14小时前 | Python教程 · Python 鸭子类型 typing.Protocol 结构子类型
- Python typing.Protocol 约束鸭子类型接口
- 246浏览 收藏
-
- 文章 · python教程 | 20小时前 | Python教程 · Python 相对路径 is_file pathlib Path.resolve
- Python pathlib 相对路径规范化与文件判断
- 144浏览 收藏
-
- 文章 · python教程 | 23小时前 | python · 异步编程 · asyncio · Python CancelledError asyncio.timeout TimeoutError
- Python asyncio.timeout 嵌套取消与异常传播
- 373浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python heapq 最大堆 API 怎么避免手动取负数
- 397浏览 收藏
-
- 文章 · python教程 | 1天前 | python · Python 不可变对象 namedtuple dataclass copy.replace
- Python copy.replace 怎么更新不可变对象字段
- 245浏览 收藏
-
- 文章 · python教程 | 1天前 | python ·
- Python NamedTemporaryFile 的 delete_on_close 怎么设置
- 311浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python itertools.batched strict 参数什么时候会报错
- 306浏览 收藏
-
- 文章 · python教程 | 2天前 |
- Python ExceptionGroup split 怎么按异常类型拆分
- 311浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 263次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 312次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 293次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 269次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 87次使用
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览
-
- TensorFlow模型部署为API的TF Serving方法
- 2026-05-26 501浏览
-
- Python字符串编码转换:encode与decode详解
- 2026-05-16 501浏览
-
- TensorFlow裁剪无用算子方法详解
- 2026-05-15 501浏览
