一、定义一个yml文件
version: 1
disable_existing_loggers: False
formatters:
simple:
format: '%(asctime)s [%(name)s:%(lineno)d] [%(levelname)s]- %(message)s'
handlers:
console:
class: logging.StreamHandler
level: DEBUG
formatter: simple
stream: ext://sys.stdout
console_err:
class: logging.StreamHandler
level: DEBUG
formatter: simple
stream: ext://sys.stderr
console_file:
class : logging.handlers.TimedRotatingFileHandler
formatter: simple
filename: ../../logs/run.log
interval: 1
backupCount: 30
encoding: utf8
when: D
loggers:
runLogger:
level: INFO
handlers: [console_file]
propagate: 0
root:
level: DEBUG
handlers: [console_err]
- version：schema的版本号，目前官方固定值是1，这个参数看起来是为了方便向后兼容。
- disable_existing_loggers：新创建的logger是否要将老的logger过期。
- formatters：日期的格式（还可以设定一个标准格式，我这里没有用，可以看文档）。
- handlers：logging的hadler，包含多项子设置。
- console：这个是约定的节点命名，通常用户打印信息到控制台。
- class：日志输出流要使用的类，这里使用logging.StreamHandler输出流。
- level：日志级别，不再赘述。
- formatter：要使用的日志格式。
- stream：ext://sys.stdout表示输出到标准输出，ext://是必须的。
- console_err：与console同理，是约定的节点命名，通常用于处理异常。
- console_file：这个是我自定义的，输出到文件的节点。
- class : logging.handlers.TimedRotatingFileHandler，以时间的方式滚动分割。
- filename：文件完整路径。
- interval：增量的频率，我这里要做的是1天。
- backupCount：保留的文件数。
- encoding：文件编码
- when：D表示天，还有H，M等。
- loggers：自定义的logger组。
- runLogger：我自己起的名字，用于记录运行日志。
- handlers：引用上面定义好的某个handler。
- propagate：递归调用日志记录器的级别，0表示不调用，1会调用root。
- root：定义默认的root的logger配置。
二、代码示例
import yaml
import os
import logging.config
class LogUtil:
#创建一个字典，用户保存配置
dictConf = {}
#配置文件的目录
LOGGER_CONF_PATH = '../../conf'
#配置文件的名称
LOGGER_CONF_NAME = 'logging.yml'
#构造方法
def __init__(self):
logYamlPath = self.LOGGER_CONF_PATH + os.sep + self.LOGGER_CONF_NAME
self.dictConf = yaml.load(open(logYamlPath, 'r'))
#获得一个logger
LOGGER_NAME = 'runLogger'
def getLogger(self,loggerName = LOGGER_NAME):
logging.config.dictConfig(self.dictConf)
logger = logging.getLogger(loggerName)
return logger
1 开始使用 logging
1.1 第一个程序
首先是最简单的使用：
# -*- coding: utf-8 -*-
import logging
logging.debug('debug级别，一般用来打印一些调试信息，级别最低')
logging.info('info级别，一般用来打印一些正常的操作信息')
logging.warning('waring级别，一般用来打印警告信息')
logging.error('error级别，一般用来打印一些错误信息')
logging.critical('critical级别，一般用来打印一些致命的错误信息，等级最高')这样直接就可以在控制台输出日志信息了：
WARNING:root:waring级别，一般用来打印警告信息
ERROR:root:error级别，一般用来打印一些错误信息
CRITICAL:root:critical级别，一般用来打印一些致命的错误信息，等级最高1.2 日志级别
会发现只输出下面三条信息，这是因为logging是分级别的，上面5个级别的信息从上到下依次递增，可以通过设置logging的level，使其只打印某个级别以上的信息。因为默认等级是 WARNING，所以只有 WARNING 以上级别的日志被打印出来。
如果我们想把debug和info也打印出来，可以使用 basicConfig 对其进行配置：
logging.basicConfig(level=logging.DEBUG)
这样控制台的输出就会包含上面5条所有信息。
日志级别不是只有python才有，基本上日志都是分级别的，这样可以让我们在不同的时期关注不同的重点，比如我们把一些调试的信息以debug的级别输出，并且把 logging 的 level 设为 DEBUG，这样我们以后不需要显示这些日志的时候，只需要把level设置为info或者更高，不用像 print 一样要去把那条语句注释掉或者删掉。
1.3 输出格式
我们发现上面的日志输出信息很简略，暂时还不能满足我们的需求，比如我们可能需要输出该条信息的时间，所在位置等等，这同样可以通过basicConfig进行配置。
logging.basicConfig(format='%(asctime)s - %(filename)s[line:%(lineno)d] - %(levelname)s: %(message)s',
level=logging.DEBUG)
然后输出就会是这样的格式：
2019-07-19 15:54:26,625 - log_test.py[line:11] - DEBUG: debug级别，一般用来打印一些调试信息，级别最低format 可以指定输出的内容和格式，其内置的参数如下：
%(name)s：Logger的名字
%(levelno)s：打印日志级别的数值
%(levelname)s：打印日志级别的名称
%(pathname)s：打印当前执行程序的路径，其实就是sys.argv[0]
%(filename)s：打印当前执行程序名
%(funcName)s：打印日志的当前函数
%(lineno)d：打印日志的当前行号
%(asctime)s：打印日志的时间
%(thread)d：打印线程ID
%(threadName)s：打印线程名称
%(process)d：打印进程ID
%(message)s：打印日志信息此外，basicConfig 还可以进行许多其他配置，后文继续介绍。
2 输出日志到文件
2.1 使用 basicConfig 配置文件路径
以上我们只是把日志输出到控制台，但很多时候我们可能会需要把日志存到文件，这样程序出现问题时，可以方便我们根据日志信息进行定位。
最简单的方式是使用 basicConfig：
logging.basicConfig(format='%(asctime)s - %(filename)s[line:%(lineno)d] - %(levelname)s: %(message)s',
level=logging.DEBUG,
filename='test.log',
filemode='a')只是在上面配置的基础上加上filename和 filemode参数，这样就可以把日志输出到 test.log 文件中了，如果没有这个文件的话会自动创建。
其中参数 filemode表示文件打开模式，不设的话默认为’a’，即追加模式，可以不设；也可以设为’w’，每次写日志会覆盖之前的日志。
但是进行这样的操作之后，我们会发现控制台不输出了，怎么做到既输出到控制台又写入到文件呢？
这需要更进一步的学习。
2.2 logging 模块化设计
以上我们只是使用logging进行非常简单的操作，但这样作用有限，其实 logging 库采取了模块化的设计，提供了许多组件：记录器、处理器、过滤器和格式化器。
- Logger 暴露了应用程序代码能直接使用的接口。
- Handler 将（记录器产生的）日志记录发送至合适的目的地。
- Filter 提供了更好的粒度控制，它可以决定输出哪些日志记录。
- Formatter 指明了最终输出中日志记录的内容和格式。
简单地说，其中 logger 是负责记录日志消息的，然后我们要把这些日志消息放到哪里，交给 Handler 处理，Filter 则帮我们过滤信息（不限于通过级别过滤），Formatter 就是跟上面的 format 一个意思，用来设置日志内容和格式。
这样，我们试一下使用模块的方式，重新记录日志：
logger = logging.getLogger('test')
logger.debug('debug级别，一般用来打印一些调试信息，级别最低')
logger.info('info级别，一般用来打印一些正常的操作信息')
logger.warning('waring级别，一般用来打印警告信息')
logger.error('error级别，一般用来打印一些错误信息')
logger.critical('critical级别，一般用来打印一些致命的错误信息，等级最高')首先第一行 getLogger 获取了一个记录器，其中命名标识了这个 Logger。然后下面的输出方式跟我们一开始 logging 的用法是很相似的，看起来是不是很简单。但这样是不行，运行后会报错：
No handlers could be found for logger "test"
是说我们没有为这个logger指定handler，它不知道要怎么处理日志，要输出到哪里去。那我们就给他加一个Handler吧，Handler的种类有很多，常用的有4种：
- logging.StreamHandler -> 控制台输出
- logging.FileHandler -> 文件输出
- logging.handlers.RotatingFileHandler -> 按照大小自动分割日志文件，一旦达到指定的大小重新生成文件
- logging.handlers.TimedRotatingFileHandler -> 按照时间自动分割日志文件
现在我们先使用最简单的StreamHandler把日志输出到控制台：
logger = logging.getLogger('test')
stream_handler = logging.StreamHandler()
logger.addHandler(stream_handler)
...这样就可以在控制台看到：
waring级别，一般用来打印警告信息
error级别，一般用来打印一些错误信息
critical级别，一般用来打印一些致命的错误信息，等级最高还是少了几条日志，因为我们没有设置日志级别，我们同样设置一下级别，并且也使用Formatter模块设置一下输出格式。
logger = logging.getLogger('test')
logger.setLevel(level=logging.DEBUG)
formatter = logging.Formatter('%(asctime)s - %(filename)s[line:%(lineno)d] - %(levelname)s: %(message)s')
stream_handler = logging.StreamHandler()
stream_handler.setLevel(logging.DEBUG)
stream_handler.setFormatter(formatter)
logger.addHandler(stream_handler)
...我们发现Formatter是给handler设置的，这很好理解，因为handler是负责把日志输出到哪里，所以是给它设置格式，而不是给logger；那为什么level需要设置两次呢？给logger设置是告诉它要记录哪些级别的日志，给handler设是告诉它要输出哪些级别的日志，相当于进行了两次过滤。这样的好处在于，当我们有多个日志去向时，比如既保存到文件，又输出到控制台，就可以分别给他们设置不同的级别；logger 的级别是先过滤的，所以被 logger 过滤的日志 handler 也是无法记录的，这样就可以只改 logger 的级别而影响所有输出。两者结合可以更方便地管理日志记录的级别。
有了handler，我们就可以很方便地同时将日志输出到控制台和文件：
logger = logging.getLogger('test')
logger.setLevel(level=logging.DEBUG)
formatter = logging.Formatter('%(asctime)s - %(filename)s[line:%(lineno)d] - %(levelname)s: %(message)s')
file_handler = logging.FileHandler('test2.log')
file_handler.setLevel(level=logging.INFO)
file_handler.setFormatter(formatter)
stream_handler = logging.StreamHandler()
stream_handler.setLevel(logging.DEBUG)
stream_handler.setFormatter(formatter)
logger.addHandler(file_handler)
logger.addHandler(stream_handler)
只需要多加一个FileHandler即可。
2.3 自动分割日志文件
有时候我们需要对日志文件进行分割，以方便我们的管理。python 提供了两个处理器，方便我们分割文件：
- logging.handlers.RotatingFileHandler -> 按照大小自动分割日志文件，一旦达到指定的大小重新生成文件
- logging.handlers.TimedRotatingFileHandler -> 按照时间自动分割日志文件
使用方法跟上面的 Handler 类似，只是需要添加一些参数配置，比如when='D'表示以天为周期切分文件，其他参数的意思可以参考：Python + logging 输出到屏幕，将log日志写入文件
from logging import handlers
time_rotating_file_handler = handlers.TimedRotatingFileHandler(filename='rotating_test.log', when='D')
time_rotating_file_handler.setLevel(logging.DEBUG)
time_rotating_file_handler.setFormatter(formatter)
logger.addHandler(time_rotating_file_handler)
若改为when='S'，则以秒为周期进行切割，运行几次后会生成文件：
其中没有后缀的为最新日志文件。
https://www.cnblogs.com/nancyzhu/p/8551506.html