如何做别人网站镜像,网站建设意见反馈表,建设公司网站应有哪些功能,免费网站建设平台 iis日志的级别和适用情况
级别适用情况DEBUG详细信息#xff0c;通常只在诊断问题时对其感兴趣INFO确认工作正常WARNING表示发生了意料之外的事或者在不远的将来会有问题#xff08;比如磁盘空间低#xff09;。软件依然正常工作ERROR由于一个更加严重的问题#xff0c;软件不…日志的级别和适用情况
级别适用情况DEBUG详细信息通常只在诊断问题时对其感兴趣INFO确认工作正常WARNING表示发生了意料之外的事或者在不远的将来会有问题比如磁盘空间低。软件依然正常工作ERROR由于一个更加严重的问题软件不能执行某些功能CRITICAL严重的错误表示程序可能不能继续运行
组件
logging 库提供了以下组件
日志记录器(Logger)日志记录器暴露应用程序代码可以直接使用的接口。处理器(Handler)处理器发送日志由日志记录器创建到对应的目的地。过滤器(Filter)过滤器筛选日志。和格式化器(Formatter)格式化器决定最终输出的日志的格式。
目的地
可以将信息记录到不同的目的地。目的地由处理器提供。在 logging 库中支持将信息记录到文件、HTTP GET/POST 地址、基于 SMTP 的 email等详细见 Useful Handlers。如果自带的处理器类不能满足你的特定需求你也可以自定义日志目的地。
日志记录默认是没有目的地处理器的。当你调用 logging 的 debug() 等函数时它们会检查处理器是否设置了目的地如果没有设置它会自动调用 logging.basicConfig() 来设置。
basicConfig
logging.basicConfig 只有第一次设置才会生效即第一次之后的设置不会覆盖第一次设置。
logging.basicConfig 默认情况下给 root logger 添加一个默认格式的、目的地为控制台的处理器。
import logging
root logging.getLogger()
root.handlers
# []logging.basicConfig()
root.handlers
# [logging.StreamHandler object at 0x1010b68d0]
logging模块有三种配置方式一种是函数式的简单配置一种是对象类的还有一种是配置文件类型的
配置方式1函数式简单配置
import logginglogging.debug(debug message)
logging.info(info message)
logging.warning(warning message)
logging.error(error message)
logging.critical(critical message)
默认情况下Python的logging模块将日志打印到了标准输出中且只显示了大于等于WARNING级别的日志这说明默认的日志级别设置为WARNING默认的日志格式为日志级别Logger名称用户输出消息。配置日志级别日志格式输出位置:
import logging
logging.basicConfig(levellogging.DEBUG, format%(asctime)s %(filename)s[line:%(lineno)d] %(levelname)s %(message)s, datefmt%a, %d %b %Y %H:%M:%S, filename/tmp/test.log, filemodew
) logging.debug(debug message)
logging.info(info message)
logging.warning(warning message)
logging.error(error message)
logging.critical(critical message)
logging.basicConfig()可用参数有
filename用指定的文件名创建FiledHandler这样日志会被存储在指定的文件中。
filemode文件打开方式在指定了filename时使用这个参数默认值为“a”还可指定为“w”。
format指定handler使用的日志显示格式。
datefmt指定日期时间格式。
level设置rootlogger后边会讲解具体概念的日志级别
stream用指定的stream创建StreamHandler。可以指定输出到sys.stderr,sys.stdout或者文件(fopen(‘test.log’,’w’))默认为sys.stderr。若同时列出了filename和stream两个参数则stream参数会被忽略。
format参数中可能用到的格式化串 %(name)s Logger的名字%(levelno)s 数字形式的日志级别%(levelname)s 文本形式的日志级别%(pathname)s 调用日志输出函数的模块的完整路径名可能没有%(filename)s 调用日志输出函数的模块的文件名%(module)s 调用日志输出函数的模块名%(funcName)s 调用日志输出函数的函数名%(lineno)d 调用日志输出函数的语句所在的代码行%(created)f 当前时间用UNIX标准的表示时间的浮 点数表示%(relativeCreated)d 输出日志信息时的自Logger创建以 来的毫秒数%(asctime)s 字符串形式的当前时间。默认格式是 “2003-07-08 16:49:45,896”。逗号后面的是毫秒%(thread)d 线程ID。可能没有%(threadName)s 线程名。可能没有%(process)d 进程ID。可能没有%(message)s用户输出的消息
配置方式2logger对象配置
import logginglogger logging.getLogger()
logger.setLevel(logging.DEBUG)# 创建一个handler用于写入日志文件
fh logging.FileHandler(test.log,encodingutf-8)# 定义一个RotatingFileHandler(使用日志回滚时使用)最多备份3个日志文件每个日志文件最大1K
rHandler RotatingFileHandler(log.txt,maxBytes 1*1024,backupCount 3)# 输出到控制台的handler
ch logging.StreamHandler()# 输出为空的handler
nullhandler logging.NullHandler() # 设置formatter格式
formatter logging.Formatter(%(asctime)s - %(name)s - %(levelname)s - %(message)s) fh.setLevel(logging.DEBUG)
fh.setFormatter(formatter) # 把fh 和 格式 绑定
ch.setFormatter(formatter)
logger.addHandler(fh) # logger对象可以添加多个fh和ch对象
logger.addHandler(ch) logger.debug(logger debug message)
logger.info(logger info message)
logger.warning(logger warning message)
logger.error(logger error message)
logger.critical(logger critical message)
设置日志可以通过logger.setLevel(logging.Debug)设置级别,当然也可以通过fh.setLevel(logging.Debug)单对文件流设置某个级别。
注如果通过fh.setLevel(logging.Debug)单对文件流设置某个级别则需要先修改logging.getLogger()即logging获取时的级别因为 logging.getLogger()(root logger)的默认日志级别是 WARNING 所以在设置fh.setLevel(logging.Debug)低于wraning时会获取不到需要先修改logger.setLevel(logging.INFO)
扩展传给syslogserver邮箱
# 日志传送到syslog server
syslog_handler handlers.SysLogHandler(address(192.168.168.1, 514))
# 日志传送给邮箱
mail_handler handlers.SMTPHandler(192.168.168.1, winter126.com, elly163.com, subject)
# 邮件给多人
mail_handler handlers.SMTPHandler(192.168.168.1, winter126.com, elly163.com, dxd126.com), subject)
配置方式3logger的配置文件
上面这种方式需要创建各种对象比如logger对象fileHandler对象ScreamHandler对象等等比较麻烦下面提供一种字典的方式创建logger配置文件这种才是工作中经常使用的实现日志功能的方法真正的做到拿来即用简单改改。
import os
import logging.config# 定义日志输出格式
log_format_standard [%(asctime)s][%(threadName)s:%(thread)d][task_id:%(name)s][%(filename)s:%(lineno)d][%(levelname)s][%(message)s]
log_format_simple [%(levelname)s][%(asctime)s][%(filename)s:%(lineno)d]%(message)s
id_simple_format [%(levelname)s][%(asctime)s] %(message)slogfile_dir os.path.dirname(os.path.abspath(__file__))
logfile_name info.log# 如果不存在定义的日志目录就创建一个
if not os.path.isdir(logfile_dir):os.mkdir(logfile_dir)logfile_path os.path.join(logfile_dir, logfile_name) # log文件的全路径# log配置字典
LOGGING_DIC {version: 1,disable_existing_loggers: False,formatters: {standard: {format: log_format_standard},simple: {format: log_format_simple},},filters: {},handlers: {console: { # 打印到终端的日志level: DEBUG,class: logging.StreamHandler, # 打印到屏幕formatter: simple},default: { # 打印到文件的日志,收集info及以上的日志 level: DEBUG,class: logging.handlers.RotatingFileHandler, # 保存到文件formatter: standard,filename: logfile_path, # 日志文件maxBytes: 1024*1024*5, # 日志大小 5MbackupCount: 5,encoding: utf-8, # 日志文件的编码再也不用担心中文log乱码了},},loggers: { # logging.getLogger(__name__)拿到的logger配置: {handlers: [default, console], # 把上面定义的两个handler都加上即log数据既写入文件又打印到屏幕level: DEBUG,propagate: True, # 向上更高level的logger传递},},
}def load_my_logging_cfg():logging.config.dictConfig(LOGGING_DIC) # 导入上面定义的logging配置logger logging.getLogger(__name__) # 生成一个log实例logger.info(It works!) # 记录该文件的运行状态if __name__ __main__:load_my_logging_cfg()
注意注意注意
有了上述方式我们的好处是所有与logging模块有关的配置都写到字典中就可以了更加清晰方便管理我们需要解决的问题是 字典加载配置logging.config.dictConfig(settings.LOGGING_DIC)拿到logger对象来产生日志logger对象都是配置到字典的loggers 键对应的子字典中的按照我们对logging模块的理解要想获取某个东西都是通过名字也就是key来获取的于是我们要获取不同的logger对象就是loggerlogging.getLogger(loggers子字典的key名)但问题是如果我们想要不同logger名的logger对象都共用一段配置那么肯定不能在loggers子字典中定义n个key loggers子字典匹配规则 以 . 为分割从前往后匹配子字典中的key值。例如要匹配 app.utils则会匹配子字典的key值为app 和 app.utils两者都会匹配
loggers: { l1: {handlers: [default, console], #level: DEBUG,propagate: True, # 向上更高level的logger传递},l2: {handlers: [default, console ], level: DEBUG,propagate: False, # 向上更高level的logger传递},l3: {handlers: [default, console], #level: DEBUG,propagate: True, # 向上更高level的logger传递},}# 我们的解决方式是定义一个空的keyloggers: {: {handlers: [default, console], level: DEBUG,propagate: True, },}# 这样我们再取logger对象时logging.getLogger(__name__)不同的文件__name__不同这保证了打印日志时标识信息不同但是拿着该名字去loggers里找key名时却发现找不到于是默认使用key的配置
其他通过yaml 和 模块配置 捕获异常等 可参考
https://www.cnblogs.com/liujiacai/p/7804848.htmlhttps://www.cnblogs.com/louis-w/p/8567434.html
[BUG] python实例化N次类调用类函数log会输出N遍的bug 解决办法
最近再写DOU用例时采用的是 unittest测试框架就涉及到将其它所有模块需要全部在一个 .py文件中进行实例化然后再运行时发现在控制台中同一个日志信息会打印多次实例化几次同一消息就会打印几次现象如下 在common.py 中找到 log 的输出方法代码如下
def get_logger(ch_levalINFO):logger logging.getLogger()logger.setLevel(logging.DEBUG)l_format [%(asctime)s][%(process)s][%(levelname)s][%(message)s]formatter logging.Formatter(l_format)fh logging.FileHandler(xu.log,encodingutf-8)fh.setLevel(logging.ERROR)fh.setFormatter(formatter)logger.addHandler(fh)ch logging.StreamHandler()ch.setLevel(getattr(logging,ch_leval)) ch.setFormatter(formatter)logger.addHandler(ch)
我们每次在实例化 get_loger() 方法时都会添加一次 handlerslogger.handlers 实例上是一个列表这就会导致我们多次进行实例化这个logger.handlers就会把每次的 handler 添加进来即使两个名字相同。
所以这里有以下几个解决办法
每次创建不同name的logger每次都是新logger不会有添加多个handler的问题。不解决问题像上面一样每次记录完日志之后调用removeHandler()把这个logger里的handler移除掉。需要在使用完成之后移除在log方法里做判断如果这个logger已有handler则不再添加handler。与方法2一样不过把用pop把logger的handler列表中的handler移除。
办法3的代码示例
def get_logger(ch_levalINFO):logger logging.getLogger()logger.setLevel(logging.DEBUG)if not logger.handlers:l_format [%(asctime)s][%(process)s][%(levelname)s][%(message)s]formatter logging.Formatter(l_format)fh logging.FileHandler(xu.log,encodingutf-8)fh.setLevel(logging.ERROR)fh.setFormatter(formatter)logger.addHandler(fh)ch logging.StreamHandler()ch.setLevel(getattr(logging,ch_leval)) ch.setFormatter(formatter)logger.addHandler(ch)
Logger.error or Logger.exception
logger.exception(msg,_args)等价于logger.error(msg,exc_info True,_args) Logger.exception() creates a log message similar to Logger.error(). The difference is that Logger.exception() dumps a stack trace along with it. Call this method only from an exception handler. Exception handler 的意思是要在 except 中调用
try:1 / 0
except:logging.exception(msg)ERROR:root:msg
Traceback (most recent call last):File ipython-input-9-63e73c36224b, line 2, in module1 / 0
ZeroDivisionError: integer division or modulo by zero如果不在 except 中调用会 raise Empty
logging.exception(msg)
ERROR:root:msg
Traceback (most recent call last):File /Applications/PyCharm.app/Contents/helpers/pydev/pydevconsole.py, line 198, in process_exec_queuecode_fragment interpreter.exec_queue.get(blockTrue, timeout1/20.) # 20 calls/secondFile /System/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/Queue.py, line 176, in getraise Empty
Empty
不打印 requests 的日志
最近写的代码基本都用到了python的标准日志模块logging但发现在使用requests模块和elasticsearch时即使自己没有打印相关日志也会自动生成请求过程日志示例如下
Starting new HTTP connection (1): example.com
http://example.com:80 GET / HTTP/1.1 200 606 上面这种日志我们是不需要的如果这种日志和我们自己打的日志混合在一块儿日志文件将变得难以查看对后面的问题排查带来很多不便因此我们需要禁用掉这种默认的日志打印方法如下
logging.getLogger(requests).setLevel(logging.WARNING) # requests 模块
logging.getLogger(urllib3).setLevel(logging.WARNING) # urllib3 模块
logging.getLogger(elasticsearch).setLevel(logging.WARNING) # elasticsearch 模块
logging.getLogger(werkzeug) # werkzeug 模块
logging.getLogger(app) # flask 模块
