logging模块是Python的一个标准库模块，开发过程中，可以通过该模块，灵活的完成日志的记录。
logging模块提供了两种记录日志的方式：
1）使用logging提供的模块级别的函数（logging.basicConfig，logging.debug，logging.info...）
2）使用logging模块的组件（loggers，handlers，filters，formatters）
下面会分别介绍这两种方式，这里建议使用第二种方式，使用 logging模块的组件可以更灵活的完成日志记录~
logging模块的日志级别（level）包括：DEBUG，INFO，WARNING，ERROR，CRITICAL~
| 日志级别（level） | 描述 |
|---|---|
| DEBUG | 调试级别，一般用于问题的排查，日志的信息最为详细 |
| INFO | 仅记录普通的信息，日志信息的详细程度仅次于DEBUG |
| WARNING | 警告信息，一般这类信息不会影响程序的正常运行 |
| ERROR | 错误信息， 出现错误信息时，程序一般已不能正常运行 |
| CRITICAL | 更严重的错误信息，程序不能继续运行 |
从 DEBUG 到 CRITICAL，日志等级依次提高，即严重性逐步提升，日志的信息量依次减少：
DEBUG < INFO < wARNING < ERROR < CRITICAL
示例如下：
import logging
logging.debug('debug message')
logging.info('info message')
logging.warning('warning message')
logging.error('error message')
logging.critical('critical message')
输出结果：
WARNING:root:warning message # 默认的日志格式：日志级别 : Logger名称 : 用户输出消息。
ERROR:root:error message
CRITICAL:root:critical message这里仅输出了大于等于WARNING级别的日志，说明 logging模块 默认的日志级别为WARNING，即日志级别大于等于WARNING的才会被输出，且默认情况下，日志会直接打印到标准输出中~
通过 logging模块 的basicConfig函数可灵活地配置日志级别，日志格式以及日志的输出位置：
import logging
logging.basicConfig(level=logging.DEBUG,
format='%(asctime)s %(filename)s[line:%(lineno)d] %(levelname)s %(message)s', # 日志格式
datefmt='%Y-%m-%d %H:%M:%S', # 时间格式：2018-11-12 23:50:21
filename='/tmp/test.log', # 日志的输出路径
filemode='a') # 追加模式
logging.debug('debug message')
logging.info('info message')
logging.warning('warning message')
logging.error('error message')
logging.critical('critical message')程序运行后，日志信息会直接记录到 指定的文件中（/tmp/test.log），且日志级别为DEBUG，所以所有的日志都会被输出，日志信息如下：
➜ ~ cat /tmp/test.log
2018-11-12 23:50:49 test.py[line:9] DEBUG debug message
2018-11-12 23:50:49 test.py[line:10] INFO info message
2018-11-12 23:50:49 test.py[line:11] WARNING warning message
2018-11-12 23:50:49 test.py[line:12] ERROR error message
2018-11-12 23:50:49 test.py[line:13] CRITICAL critical messagelogging.basicConfig()函数中可通过具体参数来更改logging模块默认行为，可用参数有：
filename：用指定的文件名创建FiledHandler，这样日志会被存储在指定的文件中。
filemode：文件打开方式，在指定了filename时使用这个参数，默认值为“a”还可指定为“w”。
format：指定handler使用的日志显示格式。
datefmt：指定日期时间格式。
level：设置rootlogger（后边会讲解具体概念）的日志级别
stream：用指定的stream创建StreamHandler。可以指定输出到sys.stderr,sys.stdout或者文件(f=open(‘test.log’,’w’))，默认为sys.stderr。若同时列出了filename和stream两个参数，则stream参数会被忽略。
format参数中可能用到的格式化串：
%(name)s Logger的名字
%(levelno)s 数字形式的日志级别
%(levelname)s 文本形式的日志级别
%(pathname)s 调用日志输出函数的模块的完整路径名，可能没有
%(filename)s 调用日志输出函数的模块的文件名
%(module)s 调用日志输出函数的模块名
%(funcName)s 调用日志输出函数的函数名
%(lineno)d 调用日志输出函数的语句所在的代码行
%(created)f 当前时间，用UNIX标准的表示时间的浮 点数表示
%(relativeCreated)d 输出日志信息时的，自Logger创建以 来的毫秒数
%(asctime)s 字符串形式的当前时间。默认格式是 “2018-11-13 00:00:00,896”。逗号后面的是毫秒
%(thread)d 线程ID。可能没有
%(threadName)s 线程名。可能没有
%(process)d 进程ID。可能没有
%(message)s用户输出的消息
使用logging模块级别的函数记录日志，无法实现将日志输出到多个路径下。这里logging模块提供了4个组件，通过这些组件可实现将日志输出到多个路径下，且每个路径下的日志格式可单独配置~
| 组件名称 | 功能描述 |
|---|---|
| Logger | 日志器，提供了应用程序可一直使用的接口 |
| Handler | 将 logger 产生的日志发送到指定的路径下（例如可以是终端，也可以是文件） |
| Filter | 若有多个 Logger，可根据名称过滤出指定的 Logger 来记录日志 |
| Formatter | 定义日志格式 |
使用组件记录日志的大致步骤如下：
1）logging.getLogger() 获取 logger对象
2）创建一个或多个 handler，用于指定日志信息的输出流向
3）创建一个或多个 formatter，指定日志的格式，并分别将 formatter 绑定到 上
4）将 handler 绑定到 logger对象 上
5）logger.setLevel(logging.DEBUG) 设置日志级别
5）最后便可使用 logger对象 记录日志~
示例
import logging
# 获取 logger对象
logger = logging.getLogger()
# 创建一个 handler，用于写入日志文件
fh = logging.FileHandler('/tmp/test.log')
# 再创建一个 handler，用于输出到控制台
ch = logging.StreamHandler()
# 创建一个 formatter，两个 handler 使用相同的日志格式
formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s')
# 绑定 formatter 到 handler 上
fh.setFormatter(formatter)
ch.setFormatter(formatter)
# 绑定 handler 到 logger对象 上
logger.addHandler(fh) #logger对象可以添加多个fh和ch对象
logger.addHandler(ch)
# 设置日志级别
logger.setLevel(logging.WARNING)
logger.debug('logger debug message')
logger.info('logger info message')
logger.warning('logger warning message')
logger.error('logger error message')
logger.critical('logger critical message')查看输出结果：
终端输出：
2018-11-13 23:14:09,161 - root - WARNING - logger warning message
2018-11-13 23:14:09,161 - root - ERROR - logger error message
2018-11-13 23:14:09,161 - root - CRITICAL - logger critical message
文件输出：
➜ ~ cat /tmp/test.log
2018-11-13 23:14:09,161 - root - WARNING - logger warning message
2018-11-13 23:14:09,161 - root - ERROR - logger error message
2018-11-13 23:14:09,161 - root - CRITICAL - logger critical message也可以通过 handler 来设置日志级别，当使用 handler 来设置日志级别时，存在如下两种情况：
1）若 handler 设置的日志级别小于等于 logger 的日志级别时，则以logger 的日志级别为准；
2）若 handler 设置的日志级别大于 logger 的日志级别时，则以handler 的日志级别为准；
简单而言就是，两者同时设置日志级别，以日志级别高的为准。由于不设置 logger 的日志级别，其默认日志级别就是 WARNING，所以不存在 handler 单独设置日志级别的情况~
通过示例来验证：
1）logger 日志级别设置为 DEBUG，logger 不设置（默认为WARNING）
import logging
logger = logging.getLogger()
ch = logging.StreamHandler()
formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s')
ch.setLevel(logging.DEBUG)
# logger.setLevel(logging.CRITICAL)
ch.setFormatter(formatter)
logger.addHandler(ch)
logger.debug('logger debug message')
logger.info('logger info message')
logger.warning('logger warning message')
logger.error('logger error message')
logger.critical('logger critical message')
输出结果：
2018-11-13 23:40:13,829 - root - WARNING - logger warning message
2018-11-13 23:40:13,829 - root - ERROR - logger error message
2018-11-13 23:40:13,829 - root - CRITICAL - logger critical message2）logger 日志级别设置为 CRITICAL，logger 设置为 ERROR
import logging
logger = logging.getLogger()
ch = logging.StreamHandler()
formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s')
ch.setLevel(logging.CRITICAL)
logger.setLevel(logging.ERROR)
ch.setFormatter(formatter)
logger.addHandler(ch)
logger.debug('logger debug message')
logger.info('logger info message')
logger.warning('logger warning message')
logger.error('logger error message')
logger.critical('logger critical message')
输出结果：
2018-11-13 23:41:51,279 - root - CRITICAL - logger critical messagefilter组件用来过滤 logger 对象，一个 filter 可以直接添加到 logger对象上，也可以添加到 handler 对象上。
例如，定义一个filter： filter = logging.Filter('a.b')，当把这个 filter 添加到一个 handler 上，那么绑定了该 handler 的 多个 logger对象中，只有名字是 'a.b' 前缀的才能通过该 handler 输出日志~
在 handler 上添加 filter：
import logging
logger1 = logging.getLogger('a.b.c')
logger2 = logging.getLogger('a.c')
# 定义一个 filter
filter = logging.Filter(name='a.b')
# 定义一个 handler
ch = logging.StreamHandler()
formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s')
ch.setFormatter(formatter)
# 若两个 logger对象 的日志级别相同，且都是用通过一个 handler，可以在这个 handler 上设置日志级别
ch.setLevel(logging.ERROR)
# 在 handler 上放置过滤器
ch.addFilter(filter)
logger1.addHandler(ch)
logger2.addHandler(ch)
logger1.error('logger1 error message')
logger2.error('logger2 error message')
输出结果：
2018-11-15 21:58:33,409 - a.b.c - ERROR - logger1 error message可以看到 logger2 被过滤，只有 logger1 输出日志~
在 handler 上添加 filter：
import logging
logger1 = logging.getLogger('a.b.c')
logger2 = logging.getLogger('a.c')
# 定义一个 filter
filter = logging.Filter(name='a.b')
# 定义一个 handler
ch = logging.StreamHandler()
formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s')
ch.setFormatter(formatter)
# 若两个 logger对象 的日志级别相同，且都是用通过一个 handler，可以在这个 handler 上设置日志级别
ch.setLevel(logging.ERROR)
# 在 logger 上放置过滤器
logger1.addFilter(filter)
logger2.addFilter(filter)
logger1.addHandler(ch)
logger2.addHandler(ch)
logger1.error('logger1 error message')
logger2.error('logger2 error message')输出结果一致，即仅有 logger1 输出日志。将 filter 添加到 logger 上，这个filter将直接作用于这个 logger，貌似这么意义不大，很少这样使用
.................^_^
另外有需要云服务器可以了解下创新互联scvps.cn，海内外云服务器15元起步，三天无理由+7*72小时售后在线，公司持有idc许可证，提供“云服务器、裸金属服务器、高防服务器、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案，具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势，专为企业上云打造定制，能够满足用户丰富、多元化的应用场景需求。
