当前位置: 首页 > news >正文

8.logging日志模块

文章目录

  • 2.接口自动化测试
    • 2.8 logging日志模块
      • 2.8.1 介绍
      • 2.8.2 使用
        • 示例1:全局logging
        • 示例2:自定义logger并输出到控制台
        • 示例3:自定义logger并输出到日志文件
        • 示例4:设置日志格式

2.接口自动化测试

2.8 logging日志模块

2.8.1 介绍

loggingPython标准库中的一个模块,它提供了灵活的日志记录功能。通过logging,开发者可以方便地将日志信息输出到控制台、文件、网络等多种目标,同时支持不同级别的日志记录,以满足不同场景下的需求。


2.8.2 使用

示例1:全局logging
# 导入 Python 内置的日志模块importlogging# 配置日志的基本设置# level=logging.INFO 表示设置日志级别为 INFO# 只有 INFO 及以上级别(INFO, WARNING, ERROR, CRITICAL)的日志会被输出# DEBUG 级别的日志不会被输出logging.basicConfig(level=logging.INFO)# 记录 DEBUG 级别的日志(调试信息)# 由于日志级别设置为 INFO,这条日志不会被输出logging.debug('This is a debug message')# 记录 INFO 级别的日志(一般信息)# 会被输出,用于记录程序正常运行的信息logging.info('This is an info message')# 记录 WARNING 级别的日志(警告信息)# 会被输出,用于提示可能的问题,但程序仍能继续运行logging.warning('This is a warning message')# 记录 ERROR 级别的日志(错误信息)# 会被输出,用于记录程序运行中的错误logging.error('This is an error message')# 记录 CRITICAL 级别的日志(严重错误)# 会被输出,用于记录可能导致程序崩溃的严重错误logging.critical('This is a critical message')

运行:

这里的运行要安装图片所示按钮运行:(我之前试了半天不可以但是别人可以还以为自己pycharm版本不对,后来才发现是点错了)


示例2:自定义logger并输出到控制台
# 导入 Python 内置的日志模块importlogging# 配置根日志器的基本设置# level=logging.INFO: 设置 Handler(处理器)的最低输出级别为 INFO# 这是第一道过滤:Handler 只会处理 INFO 及以上级别的消息logging.basicConfig(level=logging.INFO)# 获取一个日志记录器对象# __name__ 会自动获取当前模块的名称(如果是主程序则为 '__main__')logger=logging.getLogger(__name__)# 设置日志记录器(Logger)的级别为 WARNING# 这是第二道过滤:Logger 只会接收 WARNING 及以上级别的消息# 注意:Logger 级别 > Handler 级别时,Logger 级别起决定作用# 因此最终只有 WARNING、ERROR、CRITICAL 三个级别的日志会被输出logger.setLevel(logging.WARNING)if__name__=="__main__":logger.debug('This is a debug message')# DEBUG 级别(最低)- 不会输出(低于 WARNING)logger.info('This is an info message')# INFO 级别 - 不会输出(低于 WARNING)logger.warning('This is a warning message')# WARNING 级别 - 会输出 ✅logger.error('This is an error message')# ERROR 级别 - 会输出 ✅logger.critical('This is a critical message')# CRITICAL 级别(最高)- 会输出 ✅

打印:


示例3:自定义logger并输出到日志文件
# 导入 logging 模块importlogging# 获取一个日志记录器对象,名称为当前模块的名称logger=logging.getLogger(__name__)# 设置日志记录器的级别为 DEBUG# 这意味着所有级别为 DEBUG 及以上的日志都会被记录logger.setLevel(logging.DEBUG)# 创建一个 FileHandler 对象,指定日志文件的名称为 "test.log"# 这个处理器会将日志信息写入到指定的文件中handler=logging.FileHandler(filename="test.log")# 将这个处理器添加到日志记录器中# 这样,日志记录器就会使用这个处理器来处理日志信息logger.addHandler(handler)if__name__=="__main__":logger.debug('This is a debug message')logger.info('This is an info message')logger.warning('This is a warning message')logger.error('This is an error message')logger.critical('This is a critical message')

运行:自动给我创建了test.log文件,并往里面写入了对应的日志

  • 获取日志记录器:logging.getLogger(__name__)获取一个日志记录器对象,name是当前模块的名称。使用模块名称作为日志记录器的名称有助于在大型项目中区分不同模块的日志.

  • 设置日志级别:logger.setLevel(logging.DEBUG)将日志记录器的级别设置为DEBUG,这意味着所有DEBUG及以上级别的日志都会被记录.

    • 日志级别金字塔:DEBUG < INFO < WARNING < ERROR < CRITICAL

    • 高于设定级别的日志才会被处理

  • 创建文件处理器:logging.FileHandler(filename="test.log")创建一个文件处理器,将日志信息写入到名为test.log的文件中.

  • 添加处理器:logger.addHandler(handler)将文件处理器添加到日志记录器中,这样日志记录器就会使用这个处理器来处理日志信息.


示例4:设置日志格式
# 导入 logging 模块importlogging# 获取一个日志记录器对象,名称为当前模块的名称logger=logging.getLogger(__name__)# 设置日志记录器的级别为 DEBUG# 这意味着所有级别为 DEBUG 及以上的日志都会被记录logger.setLevel(logging.DEBUG)# 创建一个 FileHandler 对象,指定日志文件的名称为 "test.log"# 这个处理器会将日志信息写入到指定的文件中handler=logging.FileHandler(filename="test.log")# 创建一个日志格式器对象formatter=logging.Formatter("%(asctime)s %(levelname)s [%(name)s] [%(filename)s (%(funcName)s:%(lineno)d)] - %(message)s")# 将格式器设置到处理器上handler.setFormatter(formatter)# 将这个处理器添加到日志记录器中# 这样,日志记录器就会使用这个处理器来处理日志信息logger.addHandler(handler)if__name__=="__main__":logger.debug('This is a debug message')logger.info('This is an info message')logger.warning('This is a warning message')logger.error('This is an error message')logger.critical('This is a critical message')

打印:

logging.Formatter是用于定义日志输出格式的类。在构造函数中,传递了一个格式字符串,用于指定日志信息的格式。

格式字符串中使用了一些特殊的占位符(以%开头),这些占位符会被替换为相应的日志信息内容

格式占位符说明
%(asctime)s日志记录的时间戳,通常显示为日期和时间。
%(levelname)s日志级别(如 DEBUG、INFO、WARNING、ERROR、CRITICAL)。
%(name)s日志记录器的名称,通常为模块名称。
%(filename)s日志记录发生的文件名。
%(funcName)s日志记录发生的函数名。
%(lineno)d日志记录发生的行号。
%(message)s日志消息本身。

handler.setFormatter(formatter)将创建的格式器对象设置到处理器上。这意味着处理器在处理日志信息时,会使用这个格式器来格式化日志信息.

通过这种方式,你可以控制日志信息的输出格式,使其包含你感兴趣的信息,如时间戳、日志级别、文件名、函数名、行号等。

http://www.rkmt.cn/news/131578.html

相关文章:

  • 【AI驱动销售革命】:Open-AutoGLM如何实现线索筛选效率提升10倍
  • 2024年最值得掌握的AI办公技能:基于Open-AutoGLM的智能年报生成全流程
  • PHP POP 链构造(上):原理与机制
  • 表级同步延迟高达30分钟?,Open-AutoGLM性能优化全攻略
  • 大数据领域数据合规的重要性及实现策略
  • 【AI赋能办公新范式】:用Open-AutoGLM构建零延迟邮件响应体系
  • Open-AutoGLM客户数据归档避坑指南(资深IT专家亲授3大核心原则)
  • Open-AutoGLM记录同步难题:5大常见故障与一键修复方案
  • 为什么90%的企业都在用Open-AutoGLM做客户信息归档?真相曝光
  • 20+岁男生程序员,想听听35岁程序员的建议
  • 近视防控效果不理想,问题可能出在了这里……
  • Obsidian:自制插件一键导出MD文件到博客园发布流程
  • 范式转移与价值裂变:软件行业投资三十年深度解析
  • 基于LSTM神经网络实现锂电池SOH估计的案例学习(附数据集处理代码与特征提取)
  • 【深客松】知识图谱技术栈
  • 2025最新银行业务库/四类业务库/四类库/银行四类库/银行四类业务库公司首选推荐昆明锦霈科技有限公司:守护金融安全,实力出众 - 全局中转站
  • Jmeter学习
  • Atcoder 437 总结+E-F题解
  • 研究生必备6款免费AI论文生成器:1天搞定综述+真实文献引用
  • Open-AutoGLM参会指南:如何最大化获取AI大模型最新实战经验
  • 图论专题(二十三):并查集的“数据清洗”——解决艰难的「账户合并」
  • 还在手动约会?Open-AutoGLM自动预约功能让效率提升8倍
  • 敏捷第21讲:测试前置策略——别等App开发完了才开始找Bug,让测试人员提前进场
  • UE:缓存路径修改
  • Flink2.1.1-Kafka写入Elasticsearch7
  • django基于Python的京东教辅图书销售数据分析系统的设计与实现演示录像2023_2q236-vue爬虫可视化
  • django基于数据挖掘的微博事件分析与可视化系统的设计与实现演示录像2023_u9nmf-vue
  • 读懂HikariCP一百行代码,多线程就是个孙子
  • JavaSE——面向对象思想的应用
  • 别让“小眼镜”挡住清晰世界!儿童近视防控,家长必知的科学指南