logging python

Python的logging模块是用于日志记录的标准库，它提供了丰富的功能来满足不同级别的日志需求，从简单的调试信息到复杂的日志记录策略。在Python程序中使用logging模块可以帮助开发者跟踪程序运行状态，诊断错误，以及在多线程或多进程环境中进行有效的日志管理。 我们来看一下logging模块的基本用法。在示例代码中，首先导入了logging和sys模块。接着创建了一个名为"endlesscode"的Logger对象，这是日志记录的核心，负责生成日志消息。然后定义了一个Formatter对象，用于设置日志输出的格式，包括记录器名称、时间戳、日志级别和消息本身。 接下来，创建了两个Handler对象：一个FileHandler将日志记录到"test.log"文件中，另一个StreamHandler将日志输出到标准错误（sys.stderr）。每个Handler都有自己的Formatter，用于决定如何格式化日志消息。通过调用logger.addHandler()方法将这两个Handler添加到Logger中，这样，当logger发出日志消息时，它们会被传递给所有关联的Handler进行处理。 关于`setLevel()`方法，它可以设置Logger的最低日志级别。如果设置了ERROR级别，那么低于此级别的日志（如INFO或DEBUG）将不会被记录。在示例中，虽然有注释掉的`logger.setLevel(logging.ERROR)`行，但如果没有这行，日志级别默认为NOTSET，这意味着所有级别都会被记录。 一个Logger可以添加多个Handler，这意味着日志信息可以在多个目的地（如文件和控制台）同时输出。在代码中，即使移除了stream_handler，"fuckgov"的错误日志仍然会被file_handler写入文件，因为file_handler仍然与logger关联。 logging模块还提供了一个`basicConfig()`函数，用于快速设置基础的日志配置。这个函数常用于程序启动时一次性配置日志系统，它可以设置日志级别、格式、日期格式，以及文件名和追加模式。如果root logger没有定义任何Handler，调用如debug(), info(), warning(), error()和critical()等函数时，`basicConfig()`会被自动调用。 在多logging写日志的场景下，示例中的两行`basicConfig()`可能会引起混淆。实际上，它们都配置了相同级别的日志，并且指向相同的文件LOG_FILENAME。在这种情况下，第二行的配置会覆盖第一行，因此所有的日志都将被记录到LOG_FILENAME指定的文件中，而LOG_FILE变量并未起到作用。logging.info('this is a test msg')将向LOG_FILENAME文件写入一条INFO级别的日志。 Python的logging模块提供了灵活的日志管理机制，可以通过设置不同的Logger、Handler和Formatter来适应各种应用场景。理解这些核心概念有助于编写出更健壮、更易于维护的代码，并确保在遇到问题时能够迅速找到解决方案。