Python日志记录模块详解

日志记录机制在软件开发中起着至关重要的作用，它帮助开发者定位和解决程序运行过程中遇到的各种问题。Python 自带了 logging 模块，使得在代码中记录和管理日志信息变得非常方便。本文将详细介绍如何使用 Python 的 logging 模块。

首先，我们来探讨一下为什么需要使用 logging 而不是简单的 print() 函数。

虽然 print() 函数使用起来非常简单，但它有以下几个局限性：

• print() 只能输出有限的信息。
• 无法设置不同的日志级别，如 DEBUG、INFO、WARNING、ERROR 和 CRITICAL。
• 无法自定义日志的格式。
• 无法将日志同时输出到文件和控制台。

相比之下，logging 模块提供了更多的功能和灵活性：

• 可以设置不同的日志级别，从最低的 DEBUG 到最高的 CRITICAL。
• 可以自定义日志的格式，包括时间戳、日志级别、模块名等。
• 可以将日志输出到文件、控制台或其他目标。

下面通过一个简单的代码示例来展示如何使用 logging 模块：

import logging

# 设置 logging 基本配置
logging.basicConfig(
    format="[%(asctime)s] - %(levelname)-8s - %(module)s.%(name)s : %(message)s",
    level=logging.INFO,
    filename='debug.log'
)

# 创建一个新的 logger 对象
logger = logging.getLogger("my_logger")

# 使用新建的 logger 对象记录警告信息
logger.warning("report warning <3")

# 使用默认的 logger 对象记录调试信息（由于日志级别设置为 INFO，这条信息不会显示）
logging.debug('invisible debug info')

# 使用默认的 logger 对象记录严重错误信息
logging.critical('critical')

代码执行结果如下图所示：

如果我们将上面 basicConfig() 中的 filename 属性替换为 handlers=[logging.StreamHandler()]，则日志信息将不再输出到文件，而是输出到控制台。

此外，其他编程语言也有类似的日志记录机制。例如，在 C++ 中，GitHub 上的 spdlog 库提供了与 Python logging 模块类似的功能。只需包含 #include "spdlog/spdlog.h"，即可使用类似的日志记录功能。