在Python中保存日志（log）有多种方法，最常见的方式是使用Python内置的logging模块。使用logging模块可以方便地记录信息、设置日志级别、格式化日志内容、将日志输出到文件或控制台等。这篇文章将详细介绍如何在Python中使用logging模块保存日志，以及一些高级使用技巧。
一、安装与基础配置
Python的logging模块是内置的，因此不需要额外安装。要使用它，你只需要在脚本中导入logging模块并进行基本配置。
import logging
logging.basicConfig(filename='app.log', level=logging.INFO)
logging.info('This is an info message')
在上面的代码中，我们使用basicConfig函数配置日志记录的基本设置。filename参数指定了日志文件的名称，level参数设置了日志级别为INFO，这意味着INFO级别及以上的日志信息都会被记录。
二、日志级别与用途
Python的logging模块提供了多个日志级别，按严重程度从低到高排列为：DEBUG、INFO、WARNING、ERROR、CRITICAL。通过选择不同的日志级别，可以灵活控制日志输出的内容。
- DEBUG: 用于调试时输出详细的信息。
- INFO: 用于记录一般信息，如程序的运行状态。
- WARNING: 用于记录警告信息，表明可能出现问题。
- ERROR: 用于记录错误信息，程序出现错误但未停止运行。
- CRITICAL: 用于记录严重错误，程序可能会停止运行。
logging.debug('This is a debug message')
logging.info('This is an info message')
logging.warning('This is a warning message')
logging.error('This is an error message')
logging.critical('This is a critical message')
三、日志格式化
通过日志格式化，可以自定义日志输出的格式，使日志信息更加清晰和易于阅读。常用的日志格式化参数包括时间戳、日志级别、日志信息等。
logging.basicConfig(
filename='app.log',
level=logging.INFO,
format='%(asctime)s - %(levelname)s - %(message)s'
)
在上面的代码中，format参数指定了日志的格式，包括时间、日志级别和日志信息。
四、将日志输出到多个目标
除了将日志保存到文件，还可以将日志输出到其他目标，如控制台。可以通过添加处理器（Handler）来实现这一点。
# 创建logger
logger = logging.getLogger('my_logger')
logger.setLevel(logging.DEBUG)
创建文件处理器
file_handler = logging.FileHandler('app.log')
file_handler.setLevel(logging.ERROR)
创建控制台处理器
console_handler = logging.StreamHandler()
console_handler.setLevel(logging.DEBUG)
创建格式化器
formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s')
为处理器设置格式化器
file_handler.setFormatter(formatter)
console_handler.setFormatter(formatter)
为logger添加处理器
logger.addHandler(file_handler)
logger.addHandler(console_handler)
logger.debug('Debug message')
logger.error('Error message')
在上面的例子中，我们创建了一个logger，并为其添加了两个处理器：一个文件处理器和一个控制台处理器。这样，ERROR级别及以上的日志会被保存到文件中，而DEBUG级别及以上的日志会被输出到控制台。
五、日志轮转
日志轮转可以防止日志文件过大，通过创建新的日志文件来存储日志信息。logging模块提供了RotatingFileHandler和TimedRotatingFileHandler来实现日志轮转。
1、基于大小的日志轮转
RotatingFileHandler允许在日志文件达到一定大小时，自动创建新的日志文件。
from logging.handlers import RotatingFileHandler
handler = RotatingFileHandler('app.log', maxBytes=2000, backupCount=5)
logger.addHandler(handler)
在上面的代码中，当日志文件的大小达到2000字节时，日志会被轮转。最多保留5个备份文件。
2、基于时间的日志轮转
TimedRotatingFileHandler允许在特定时间间隔后自动创建新的日志文件。
from logging.handlers import TimedRotatingFileHandler
handler = TimedRotatingFileHandler('app.log', when='midnight', interval=1, backupCount=7)
logger.addHandler(handler)
在上面的代码中，每天午夜时分，日志会被轮转。最多保留7天的日志文件。
六、自定义日志类
在某些情况下，你可能需要创建自己的日志类，以实现更复杂的日志记录需求。通过继承logging模块的类，可以实现自定义的日志功能。
class MyLogger(logging.Logger):
def __init__(self, name, level=logging.NOTSET):
super().__init__(name, level)
def my_custom_log(self, message):
self.log(logging.INFO, f'My Custom Log: {message}')
使用自定义的Logger
logging.setLoggerClass(MyLogger)
logger = logging.getLogger('my_custom_logger')
logger.my_custom_log('This is a custom log message')
在上面的代码中，我们创建了一个自定义的MyLogger类，并实现了一个自定义日志方法my_custom_log。
七、异步日志记录
在高并发环境中，日志记录可能成为性能瓶颈。异步日志记录可以提高程序的性能，通常可以通过第三方库如concurrent-log-handler实现。
from concurrent_log_handler import ConcurrentRotatingFileHandler
handler = ConcurrentRotatingFileHandler('app.log', maxBytes=2000, backupCount=5)
logger.addHandler(handler)
八、总结
使用Python的logging模块保存日志非常灵活，可以满足各种日志记录需求。通过合理配置日志级别、格式和处理器，可以实现高效的日志管理。此外，结合日志轮转、异步日志记录等技术，可以进一步优化日志系统的性能和可维护性。在实际应用中，选择合适的日志配置方案，可以帮助你更好地监控和调试程序。
相关问答FAQs：
如何在Python中记录日志信息？
在Python中，使用内置的logging模块可以轻松记录日志信息。首先，需要导入这个模块。接下来，可以创建一个日志记录器，设置日志级别，并选择输出格式。示例代码如下：
import logging
# 设置日志配置
logging.basicConfig(level=logging.DEBUG,
format='%(asctime)s - %(levelname)s - %(message)s',
filename='app.log',
filemode='w')
# 记录日志信息
logging.debug('这是调试信息')
logging.info('这是普通信息')
logging.warning('这是警告信息')
logging.error('这是错误信息')
logging.critical('这是严重错误信息')
这种方式会将日志信息保存到指定的app.log文件中。
如何自定义Python日志的输出格式和级别？
在Python的logging模块中，可以通过Formatter类自定义日志的输出格式。可以设置显示时间、日志级别、消息等信息。此外，还能通过setLevel方法调整输出级别，以控制记录哪些级别的日志。例如：
logger = logging.getLogger('my_logger')
logger.setLevel(logging.INFO)
handler = logging.FileHandler('my_log.log')
formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s')
handler.setFormatter(formatter)
logger.addHandler(handler)
logger.info('这是一条信息日志')
logger.error('这是一条错误日志')
上述代码将信息和错误日志输出到my_log.log文件中，并且格式经过自定义。
如何在Python中使用日志文件进行错误追踪？
为了有效地追踪错误，可以结合使用异常处理和日志记录。在try...except块中，可以捕获异常并将其记录到日志中。这有助于后续的错误分析和调试。示例代码如下：
try:
result = 10 / 0
except ZeroDivisionError as e:
logging.error('发生错误: %s', str(e))
这段代码会将ZeroDivisionError的详细信息记录到日志文件中，便于开发者分析和解决问题。
