Django?中使用日志的方法
1. 日志的意義
日志是個好東西，但卻并不是所有人都愿意記，直到出了問題才追悔莫及，長嘆一聲，當初要是記日志就好了。
但記日志卻是個技術活，不能什么都不記，但也不能什么都記。如果記了很多沒用的信息，反而給查日志排錯的過程增加很多困難。
所以，日志要記錄在程序的關鍵節(jié)點，而且內容要簡潔，傳遞信息要準確。要清楚的反應出程序當時的狀態(tài)，時間，錯誤信息等。
只有做到這樣，我們才能在第一時間找到問題，并且解決問題
開發(fā)階段，所有的問題都可以通過調試，在程序中輸出，但項目上線后，會進行統(tǒng)一的錯誤處理，不能將錯誤信息暴漏出來，所以最好的方式，就是將程序運行信息存儲在日志中
程序上線后，是萬萬不能沒有日志的
2. django 中如何處理日志
Django 使用 Python 內置的 logging 模塊處理系統(tǒng)日志，所以，只要掌握了 Python 中的 logging 模塊，基本也就能夠在 django 中使用日志了
3. Python 中使用日志
這里簡單介紹 Python 中 logging 模塊的使用，下一章再聊如何在 django 中使用
logging 模塊的使用主要包含如下幾個方面
- 將日志信息直接輸出
- 將日志信息保存到文件中
- 輸出變量到日志中
- 更改消息顯示格式
- 覆蓋日志
- 日志配置
3.1 直接輸出日志信息
首先導入 logging 模塊，然后在下面選擇方法進行日志輸出
| 級別 | 何時使用 |
|---|---|
DEBUG | 細節(jié)信息，僅當診斷問題時適用。 |
INFO | 確認程序按預期運行。 |
WARNING | 表明有已經或即將發(fā)生的意外（例如：磁盤空間不足）。程序仍按預期進行。 |
ERROR | 由于嚴重的問題，程序的某些功能已經不能正常執(zhí)行 |
CRITICAL | 嚴重的錯誤，表明程序已不能繼續(xù)執(zhí)行 |
簡單例子
logging.debug('出現(xiàn)了bug')
logging.info('一般信息')
logging.warning('警告信息以下級別默認不出現(xiàn)')
logging.error('出現(xiàn)了錯誤')
logging.critical('嚴重問題')
日志信息，被直接輸出出來，并沒有記錄到日志中
3.2 設置日志級別
上面的 logging.info('一般信息') 和 logging.debug('出現(xiàn)了bug') 并沒有任何輸出，原因在于 logging 模塊默認只輸出 WARNING以上級別（包含 WARNING）
通過 basicConfig 方法更改日志級別
# 更改日志級別
logging.basicConfig(level=logging.INFO)
logging.info('一般信息')
logging.debug('出現(xiàn)了bug')
logging.warning('警告信息以下級別默認不出現(xiàn)')
logging.error('出現(xiàn)了錯誤')
logging.critical('嚴重問題')
級別 INFO 高于 DEBUG，如果希望 logging.debug 方法生效，需要更改 level 為 logging.DEBUG
3.3 保存日志到文件
實際開發(fā)中，日志信息一定要保存到文件的
basicConfig 方法頁可以設置日志文件的目錄信息
修改案例中第1行代碼，添加 filename 參數，設置日志文件目錄和名稱
logging.basicConfig(filename='0707.log', level=logging.INFO)
打開日志文件，發(fā)現(xiàn)亂碼了
3.4 設置編碼
basicConfig 方法頁可以設置日志文件編碼
logging.basicConfig(filename='0707.log', encoding='utf-8', level=logging.INFO)
3.5 覆蓋日志文件
默認情況下，新的日志內容采用的是追加模式
可以通過 filemode 參數設置覆蓋之前的日志內容
logging.basicConfig(filename='0707.log', filemode='w', encoding='utf-8', level=logging.INFO)
basicConfig()被設計為一次性的配置，只有第一次調用會進行操作，隨后的調用不會產生有效操作
此段的意思是，當程序啟動后，第一次調用上面的方法，會生效，后面如果程序沒有重新啟動，無論調用多少次，此代碼都不會生效
看下面代碼
logging.basicConfig(filename='0707.log', filemode='w', encoding='utf-8', level=logging.INFO)
logging.info('一般信息')
啟動程序，或者修改代碼保存時也會熱重載，此時日志文件內容就會被覆蓋
但在沒有重啟的情況下，無論上面代碼執(zhí)行多少次，都不會覆蓋內容，而是追加
此種模式的意義在于：程序重啟后，舊的日志對于我們沒有意義的情況
3.6 記錄變量到日志
可以使用下面兩種方式進行變量的格式化
logging.basicConfig(filename='0707.log', filemode='w', encoding='utf-8', level=logging.INFO)
logging.info('采用 %s 的方式輸出變量', '%s')
logging.info('采用{}的方式輸出變量'.format('format'))
3.7 更改顯示消息的組成
這是默認情況下日志消息的組成
如果想更改，可以通過 basicConfig 方法的 format 參數設置
logging.basicConfig(format='%(levelname)s:%(message)s', filename='0707.log', filemode='w', encoding='utf-8',
level=logging.INFO)
logging.info('采用 %s 的方式輸出變量', '%s')
logging.info('采用{}的方式輸出變量'.format('format'))
下面只顯示級別和日志內容，沒有 root
代碼中levelname 和 message LogRecord 的屬性，完整屬性列表如下
| args | 此屬性不需要用戶進行格式化。 | 合并到 msg 以產生 message 的包含參數的元組，或是其中的值將被用于合并的字典（當只有一個參數且其類型為字典時）。 |
|---|---|---|
| asctime | %(asctime)s | 表示人類易讀的 LogRecord 生成時間。 默認形式為 ‘2003-07-08 16:49:45,896’ （逗號之后的數字為時間的毫秒部分）。 |
| created | %(created)f | LogRecord 被創(chuàng)建的時間（即 time.time() 的返回值）。 |
| exc_info | 此屬性不需要用戶進行格式化。 | 異常元組（例如 sys.exc_info）或者如未發(fā)生異常則為 None。 |
| filename | %(filename)s | pathname 的文件名部分。 |
| funcName | %(funcName)s | 函數名包括調用日志記錄. |
| levelname | %(levelname)s | 消息文本記錄級別（'DEBUG'，'INFO'，'WARNING'，'ERROR'，'CRITICAL'）。 |
| levelno | %(levelno)s | 消息數字的記錄級別 (DEBUG, INFO, WARNING, ERROR, CRITICAL). |
| lineno | %(lineno)d | 發(fā)出日志記錄調用所在的源行號（如果可用）。 |
| message | %(message)s | 記入日志的消息，即 msg % args 的結果。 這是在發(fā)起調用 Formatter.format() 時設置的。 |
| module | %(module)s | 模塊 (filename 的名稱部分)。 |
| msecs | %(msecs)d | LogRecord 被創(chuàng)建的時間的毫秒部分。 |
| msg | 此屬性不需要用戶進行格式化。 | 在原始日志記錄調用中傳入的格式字符串。 與 args 合并以產生 message，或是一個任意對象 (參見 使用任意對象作為消息)。 |
| name | %(name)s | 用于記錄調用的日志記錄器名稱。 |
| pathname | %(pathname)s | 發(fā)出日志記錄調用的源文件的完整路徑名（如果可用）。 |
| process | %(process)d | 進程ID（如果可用） |
| processName | %(processName)s | 進程名（如果可用） |
| relativeCreated | %(relativeCreated)d | 以毫秒數表示的 LogRecord 被創(chuàng)建的時間，即相對于 logging 模塊被加載時間的差值。 |
| stack_info | 此屬性不需要用戶進行格式化。 | 當前線程中從堆棧底部起向上直到包括日志記錄調用并引發(fā)創(chuàng)建當前記錄堆棧幀創(chuàng)建的堆棧幀信息（如果可用）。 |
| thread | %(thread)d | 線程ID（如果可用） |
| threadName | %(threadName)s | 線程名（如果可用） |
比如，修改上面代碼，加上 asctime 屬性
logging.basicConfig(format='%(levelname)s:%(message)s:%(asctime)s', filename='0707.log', filemode='w', encoding='utf-8',
level=logging.INFO)
查看日志
3.8 模塊化
上面介紹的方法已經可以為程序配置日志功能了
logging 模塊頁提供了模塊化的方法，通過下面幾個組件來配置日志
- 記錄器：暴露了應用程序代碼直接使用的接口
- 處理器：將日志記錄（由記錄器創(chuàng)建）發(fā)送到適當的目標
- 過濾器：提供了更細粒度的功能，用于確定要輸出的日志記錄
- 格式器：指定最終輸出中日志記錄的樣式
其實完成的還是上面的功能，只不過可以進行模塊化拆分，比如可以創(chuàng)建多個處理器，多個格式器，通過配置的方式進行處理器、格式器的切換
3.8.1 通過 Python 方法配置
# 創(chuàng)建記錄器
logger = logging.getLogger('simple')
# 設置日志記錄級別
logger.setLevel(logging.DEBUG)
# 創(chuàng)建處理器
ch = logging.StreamHandler()
# 設置處理器級別
ch.setLevel(logging.DEBUG)
# 創(chuàng)建格式器
formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s')
# 為處理器設置格式器
ch.setFormatter(formatter)
# 將處理器添加到記錄器
logger.addHandler(ch)
logger.debug('debug message')
logger.info('info message')
logger.warning('warn message')
logger.error('error message')
logger.critical('critical message')
總結：
①：創(chuàng)建記錄器：記錄器中提供了 info、debu、warning、error、critical 方法用來記錄日志
②：設置記錄器級別：此級別了哪個級別以上的信息會被記錄到日志中
③：創(chuàng)建處理器：處理器決定如何處理消息、比如打印到控制臺、寫入日志文件、發(fā)送郵件等
④：設置處理器級別：決定處理器發(fā)送哪些消息。記錄器中設置的級別，決定哪個級別以上的消息會被發(fā)送給處理器，處理器中的設置級別決定了，哪些消息會被處理，比如哪些消息會被寫到文件中。
⑤：創(chuàng)建格式器：決定日志的格式和日志中包含哪些內容
⑥：將格式器添加到處理器：處理器將使用此格式器格式化日志
⑦：將處理器添加到記錄器：記錄器將使用此處理器處理日志
如果希望日志保存到文件中，只需重新創(chuàng)建一個處理器，將其添加到記錄器中即可
# 創(chuàng)建控制器，將日志寫入到文件中
ch_file = logging.FileHandler('aa.log')
ch_file.setLevel(logging.DEBUG)
# 為處理器設置格式器
ch_file.setFormatter(formatter)
# 將處理器添加到記錄器
logger.addHandler(ch_file)
3.8.2 配置字典
Python 3.2中引入的一種新的配置日志記錄的方法–用字典來保存logging配置信息。這相對于上面所講的基于配置文件來保存logging配置信息的方式來說，功能更加強大，也更加靈活，因為我們可把很多的數據轉換成字典。比如，我們可以使用JSON格式的配置文件、YAML格式的配置文件，然后將它們填充到一個配置字典中；或者，我們也可以用Python代碼構建這個配置字典，或者通過socket接收pickled序列化后的配置信息。總之，你可以使用你的應用程序可以操作的任何方法來構建這個配置字典
編寫配置字典，然后通過 logging.config.dictConfig 方法調用此字典
1、簡單配置
# 用于格式化
simple_format = '[%(levelname)s][%(asctime)s][%(filename)s:%(lineno)d]%(message)s'
log_dict = {
"version": 1,
'disable_existing_loggers': False,
"formatters": {
"simple": {
'format': simple_format
}
},
"handlers": {
"console": {
"class": 'logging.StreamHandler',
"level": 'INFO',
"formatter": "simple"
}
},
"loggers": {
"simple": {
"level": "DEBUG",
"handlers": ['console'],
'propagate': True,
}
}
}
logging.config.dictConfig(log_dict)
logger = logging.getLogger('simple')
logger.debug('debug message')
logger.info('info message')
logger.warning('warn message')
logger.error('error message')
logger.critical('critical message')
①：創(chuàng)建了一個名為 simple 的格式器
②：創(chuàng)建了一個名為 console 的處理器，并設置處理器使用的格式器為 simple
③：創(chuàng)建了額一個名為 simple 的記錄器，并設置記錄器使用的處理器為 console
2、增加新的格式器、處理器和記錄器
創(chuàng)建一個新的格式器
standard = '%(levelname)s:%(asctime)s:%(filename)s:%(lineno)d:%(message)s'
添加
創(chuàng)建新的處理器，用于將日志寫入文件
在記錄器中添加此處理器
運行程序，日志將同時打印到控制臺和日志文件中
這里應該體會到了使用配置字典的好處
創(chuàng)建記錄器時，選擇 standard，則只會輸出 ERROR 以上的日志信息
3、配置文件-yaml
開發(fā)時，最好的方式，當然不是在程序中編寫代碼做出上面配置
而是，新建配置文件，程序運行時，讀取配置文件
我們將配置寫到一個 yaml ，然后讀取此文件
根目錄下新建 log_config.yml (yaml 文件的后綴名可以是yaml 或者 yml)
version: 1
formatters:
simple:
format: '[%(levelname)s][%(asctime)s][%(filename)s:%(lineno)d]%(message)s'
standard:
format: '%(levelname)s:%(asctime)s:%(filename)s:%(lineno)d:%(message)s'
handlers:
console:
class: logging.StreamHandler
level: DEBUG
formatter: simple
file:
class: logging.FileHandler
formatter: simple
filename: logtest.log
loggers:
simple:
level: DEBUG
handlers: [ file ]
propagate: True
standard:
level: ERROR
handlers: [ console,file ]
propagate: True視圖函數代碼，讀取 yaml 文件，并將其轉換成 dict，使用 logging.config.dictConfig 方法加載配置，并使用其中名稱為 simple 的記錄器
BASE_DIR = Path(__file__).resolve().parent.parent
with open(str(BASE_DIR) + '\config.yaml', 'r', encoding='utf-8') as f:
file = f.read()
config = yaml.load(file, Loader=yaml.FullLoader)
logging.config.dictConfig(config)
logger = logging.getLogger('simple')
logger.debug('debug message')
logger.info('info message')
logger.warning('warn message')
logger.error('error message')
logger.critical('critical message')
切換記錄器，看看效果
練習：自己再配置幾個處理器和格式器
4、寫到 settings 中
也可以將上面的配置直接寫到 settings.py 中
變量名稱必須為 LOGGING
# 日志配置
LOGGING = {
"version": 1,
"formatters": {
"simple": {
"format": '[%(levelname)s][%(asctime)s][%(filename)s:%(lineno)d]%(message)s'
},
"standard": {
"format": '%(levelname)s:%(asctime)s:%(filename)s:%(lineno)d:%(message)s'
}
},
"handlers": {
"console": {
"class": "logging.StreamHandler",
"level": "DEBUG",
"formatter": "simple"
},
"file": {
"class": "logging.FileHandler",
"formatter": "simple",
"filename": "logtest.log"
}
},
"loggers": {
"simple": {
"level": "DEBUG",
"handlers": ["file"],
"propagate": True
},
"standard": {
"level": "ERROR",
"handlers": ["console", "file"],
"propagate": True
}
}
}
視圖函數
logger = logging.getLogger('simple')
logger.debug('debug message')
logger.info('info message')
logger.warning('warn message')
logger.error('error message')
logger.critical('critical message')4. django 日志
上面介紹了 Python 中使用日志的方式，有了這些基礎之后，學習 django 中日志的使用就事半功倍了
django 中仍然使用了 logging 模塊做日志處理
其實，3.8 節(jié)已經講完了，就是這么用。。。。
附：關于 logging 模塊的詳細說明
在Python的logging模塊中，主要包含下面四大方面：
- Loggers： 記錄器
- Handlers：處理器
- Filters： 過濾器
- Formatters： 格式化器
下文詳細說明一下這四大模塊
4.1 Loggers
logger 是日志系統(tǒng)的入口。每個 logger 都是命名了的 bucket， 消息寫入 bucket 以便進一步處理。
logger 可以配置日志級別。日志級別描述了由該 logger 處理的消息的嚴重性。Python 定義了下面幾種日志級別：
DEBUG：排查故障時使用的低級別系統(tǒng)信息；INFO：一般的系統(tǒng)信息；WARNING：描述系統(tǒng)發(fā)生了一些小問題的信息；ERROR：描述系統(tǒng)發(fā)生了大問題的信息；CRITICAL：描述系統(tǒng)發(fā)生嚴重問題的信息；
每一條寫入 logger 的消息都是一條日志記錄。每一條日志記錄也包含日志級別，代表對應消息的嚴重程度。日志記錄還包含有用的元數據，來描述被記錄的事件細節(jié)，例如堆棧跟蹤或者錯誤碼。
當logger處理一條消息時，會將自己的日志級別和這條消息的日志級別做對比。如果消息的日志級別匹配或者高于 logger 的日志級別，它就會被進一步處理。否則這條消息就會被忽略掉。
當 logger 確定了一條消息需要處理之后，會把它傳給Handler。
4.2 Handlers
Handler是決定如何處理logger中每一條消息的引擎。它描述特定的日志行為，比如把消息輸出到屏幕、文件或網絡 socket。
和logger一樣，handler也有日志級別的概念。如果一條日志記錄的級別不匹配或者低于handler的日志級別，對應的消息會被 handler忽略。
一個logger可以有多個handler，每一個handler可以有不同的日志級別。這樣就可以根據消息的重要性不同，來提供不同格式的輸出。例如，你可以添加一個 handler 把ERROR和CRITICAL消息發(fā)到尋呼機，再添加另一個handler把所有的消息（包括 ERROR和CRITICAL消息）保存到文件里以便日后分析。
4.3 過濾器
在日志從 logger 傳到 handler 的過程中，使用 Filter 來做額外的控制。
默認情況下，只要級別匹配，任何日志消息都會被處理。不過，也可以通過添加filter來給日志處理的過程增加額外條件。例如，可以添加一個filter只允許某個特定來源的ERROR消息輸出。
Filter還被用來在日志輸出之前對日志記錄做修改。例如，可以寫一個filter，當滿足一定條件時，把日志記錄從ERROR降到 WARNING級別。
Filter在logger和handler中都可以添加；多個filter可以鏈接起來使用，來做多重過濾操作。
4.4 Formatters
日志記錄最終是需要以文本來呈現(xiàn)的。Formatter 描述了文本的格式。一個 formatter 通常由包含 LogRecord attributes 的 Python 格式化字符串組成，不過你也可以為特定的格式來配置自定義的 formatter。
到此這篇關于django 中使用日志的文章就介紹到這了,更多相關django 使用日志內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！
相關文章
這篇文章主要介紹了python中import與from方法總結，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2019-03-03
這篇文章主要介紹了python創(chuàng)建生成器以及訪問的方法詳解,與列表一次性地將數據全都加載到內存不同的是,生成器使用推斷加載數據,每次只推斷出一個對象,在數據量比較大時,可以節(jié)省內存,需要的朋友可以參考下2023-11-11
這篇文章主要介紹了Python 基礎教程之閉包的使用方法的相關資料,希望大家通過本文能幫助到大家，需要的朋友可以參考下2017-09-09
不過下面可是我們開發(fā)產品初期的一些血淋淋的案例，更多的安全威脅可以看看北北同學的《python hack》PPT，里面提及了不只命令執(zhí)行的威脅，那些都是我們親身經歷的代碼2013-02-02
這篇文章主要介紹了Python數據結構列表,本文重點內容主要是對列表數據結構的使用,在Python中，序列是一組按順序排列的值。Python?有?3?種內置的序列類型：字符串、?元組和列表,下面一起進入文章了解更詳細內容吧，需要的小伙伴可以參考一下</P><P>2021-12-12
這篇文章主要介紹了python文件讀寫和數據清洗，文章圍繞主題展開詳細的內容介紹，具有一定的參考價值，感興趣的小伙伴可以參考一下，希望對你的學習又是幫助2022-08-08
numpy中有一個fft的庫,scipy中也有一個fftpack的庫,各自都有fft函數,兩者的用法基本是一致的,下面這篇文章主要給大家介紹了關于Python?numpy下幾種fft函數的使用方式,需要的朋友可以參考下2022-08-08
這篇文章主要介紹了python 模擬登陸163郵箱的示例，幫助大家更好的理解和使用python，感興趣的朋友可以了解下2020-12-12
python pandas.DataFrame.loc函數使用詳解
這篇文章主要介紹了python pandas.DataFrame.loc函數使用詳解,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2020-03-03
當你在一個城市，穿越大街小巷，跑步跑了幾千公里之后，一個顯而易見的想法是，我到底和之前比快了多少，跑量有何變化，如果能把在這個城市的所有路線全部畫出來，會是怎樣的景象呢，接下來通過本文給大家介紹Python和Perl繪制中國北京跑步地圖的方法，需要的朋友參考下2016-03-03