python实现自定义日志，支持同时输出到屏幕和文件

原创于 2024-08-21 21:56:13 发布 · 802 阅读

5 ·

CC 4.0 BY-SA版权

文章标签：

#python #日志

Python 专栏收录该内容

3 篇文章

订阅专栏

部署运行你感兴趣的模型镜像

自定义日志类

如下是一个用python实现的日志类
Logger.py

import logging


class Logger(object):
    level_relations = {
        'debug': logging.DEBUG,
        'info': logging.INFO,
        'warn': logging.WARNING,
        'error': logging.ERROR,
        'fatal': logging.FATAL
    }

    def __init__(self, filename, level='info', fmt='[%(asctime)s - %(levelname)s] - %(message)s'):
        self.logger = logging.getLogger()
        self.logger.setLevel(self.level_relations[level])

        # 设置日志输出格式
        formatter = logging.Formatter(fmt)
        # 写入日志文件
        fh = logging.FileHandler(filename)
        fh.setFormatter(formatter)
        # 输出到屏幕
        screen = logging.StreamHandler()
        screen.setFormatter(formatter)

        # add handler to logger
        self.logger.addHandler(fh)
        self.logger.addHandler(screen)

日志级别

debug级别最低，从debug到fatal，日志级别越来越高，fatal级别最高。当设置日志级别为其中某个（如INFO）时，比它级别低的日志（DEBUG）不会输出。
在这里插入图片描述

使用自定义日志类

1)直接使用

直接将日志类放在python源文件中，如：

import logging


class Logger(object):
    level_relations = {
        'debug': logging.DEBUG,
        'info': logging.INFO,
        'warn': logging.WARNING,
        'error': logging.ERROR,
        'fatal': logging.FATAL
    }

    def __init__(self, filename, level='info', fmt='[%(asctime)s - %(levelname)s] - %(message)s'):
        self.logger = logging.getLogger()
        self.logger.setLevel(self.level_relations[level])

        # 设置日志输出格式
        formatter = logging.Formatter(fmt)
        # 写入日志文件
        fh = logging.FileHandler(filename)
        fh.setFormatter(formatter)
        # 输出到屏幕
        screen = logging.StreamHandler()
        screen.setFormatter(formatter)

        # add handler to logger
        self.logger.addHandler(fh)
        self.logger.addHandler(screen)


if __name__ == '__main__':
    log = Logger('test.log', level='info')
    log.logger.info('Test for log')

在这里插入图片描述

2)日志类作为模块使用

推荐使用这种方式，将日志和其他部分的代码分开，降低耦合性。

你可能使用如下的目录结构，将日志类单独放在log目录下，在其他地方如main.py中使用
在这里插入图片描述
注意，log目录下除了日志类，还多了一个__init__.py，如果没有该文件，使用import导入Logger模块时，会报错日志模块无法调用。

在python中，__init__py标识了一个目录是python中的包(package)，这意味着你可以使用import语句来导入这个目录中的模块或包。‌
该文件中的内容也非常简单
在这里插入图片描述
至此，已经可以在外部使用log目录下的日志类。

单独写一个main.py:

# main.py
from log import Logger


if __name__ == '__main__':
    log = Logger('test.log', level='info')
    log.logger.info('Test for log')

此时，你也可以把日志模块（log目录）拷贝到Linux下使用，
在这里插入图片描述

您可能感兴趣的与本文相关的镜像

Python3.8

Conda

Python

Python 是一种高级、解释型、通用的编程语言，以其简洁易读的语法而闻名，适用于广泛的应用，包括Web开发、数据分析、人工智能和自动化脚本