Loguru：Python 日志終極解決方案-有解無憂

關注微信公眾號：K哥爬蟲，持續分享爬蟲進階、JS/安卓逆向等技術干貨！

日志的重要性

日志的作用非常重要，日志可以記錄用戶的操作、程式的例外，還可以為資料分析提供依據，日志的存在意義就是為了能夠在程式在運行程序中記錄錯誤，方便維護和除錯，能夠快速定位出錯的地方，減少維護成本，每個程式員都應該知道，不是為了記錄日志而記錄日志，日志也不是隨意記的，要實作能夠只通過日志檔案還原整個程式執行的程序，達到能透明地看到程式里執行情況，每個執行緒、每個程序到底執行到哪的目的，日志就像飛機的黑匣子一樣，應當能夠復原例外的整個現場乃至細節！

常見日志記錄方式

print()

最常見的是把輸出函式 print() 當作日志記錄的方式，直接列印各種提示資訊，常見于個人練習專案里，通常是懶得單獨配置日志，而且專案太小不需要日志資訊，不需要上線，不需要持續運行，完整的專案不推薦直接列印日志資訊，現實中也幾乎沒有人這么做，

自寫模板

我們可以在不少小專案里面看到作者自己寫了一個日志模板，通常利用 print() 或者 sys.stdout 稍微封裝一下即可實作簡單的日志輸出，這里的 sys.stdout 是 Python 中的標準輸出流，print() 函式是對 sys.stdout 的高級封裝，當我們在 Python 中列印物件呼叫 print(obj) 時候，事實上是呼叫了 sys.stdout.write(obj+'\n')，print() 將內容列印到了控制臺，然后追加了一個換行符 \n，

自寫日志模板適合比較小的專案，可以按照自己的喜好撰寫模板，不需要太多復雜配置，方便快捷，但是這種記錄日志的方式并不是很規范，有可能你自己覺得閱讀體驗不錯，但是別人在接觸你的專案的時候往往需要花費一定的時間去學習日志的邏輯、格式、輸出方式等，比較大的專案同樣不推薦這種方法，

一個簡單的自寫日志模板舉例：

日志模板 log.py：

import sys
import traceback
import datetime


def getnowtime():
    return datetime.datetime.now().strftime("%Y-%m-%d %H:%M:%S")


def _log(content, level, *args):
    sys.stdout.write("%s - %s - %s\n" % (getnowtime(), level, content))
    for arg in args:
        sys.stdout.write("%s\n" % arg)


def debug(content, *args):
    _log(content, 'DEBUG', *args)


def info(content, *args):
    _log(content, 'INFO', *args)


def warn(content, *args):
    _log(content, 'WARN', *args)


def error(content, *args):
    _log(content, 'ERROR', *args)


def exception(content):
    sys.stdout.write("%s - %s\n" % (getnowtime(), content))
    traceback.print_exc(file=sys.stdout)

呼叫日志模塊：

import log


log.info("This is log info!")
log.warn("This is log warn!")
log.error("This is log error!")
log.debug("This is log debug!")

people_info = {"name": "Bob", "age": 20}

try:
    gender = people_info["gender"]
except Exception as error:
    log.exception(error)

日志輸出：

2021-10-19 09:50:58 - INFO - This is log info!
2021-10-19 09:50:58 - WARN - This is log warn!
2021-10-19 09:50:58 - ERROR - This is log error!
2021-10-19 09:50:58 - DEBUG - This is log debug!
2021-10-19 09:50:58 - 'gender'
Traceback (most recent call last):
  File "D:/python3Project/test.py", line 18, in <module>
    gender = people_info["gender"]
KeyError: 'gender'

Logging

在一個完整的專案中，大多數人都會引入專門的日志記錄庫，而 Python 自帶的標準庫 logging 就是專門為日志記錄而生的，logging 模塊定義的函式和類為應用程式和庫的開發實作了一個靈活的事件日志系統，由標準庫模塊提供日志記錄 API 的關鍵好處是所有 Python 模塊都可以使用這個日志記錄功能，所以，你的應用日志可以將你自己的日志資訊與來自第三方模塊的資訊整合起來，

logging 模塊雖然強大，但是其配置也是比較繁瑣的，在大型專案中通常需要單獨初始化日志、配置日志格式等等，K哥在日常使用中通常都會對 logging 做如下的封裝寫法，使日志可以按天保存，保留15天的日志，可以配置是否輸出到控制臺和檔案，如下所示：

# 實作按天分割保留日志


import os
import sys
import logging
from logging import handlers


PARENT_DIR = os.path.split(os.path.realpath(__file__))[0]  # 父目錄
LOGGING_DIR = os.path.join(PARENT_DIR, "log")              # 日志目錄
LOGGING_NAME = "test"                                      # 日志檔案名

LOGGING_TO_FILE = True                                     # 日志輸出檔案
LOGGING_TO_CONSOLE = True                                  # 日志輸出到控制臺

LOGGING_WHEN = 'D'                                         # 日志檔案切分維度
LOGGING_INTERVAL = 1                                       # 間隔少個 when 后，自動重建檔案
LOGGING_BACKUP_COUNT = 15                                  # 日志保留個數，0 保留所有日志
LOGGING_LEVEL = logging.DEBUG                              # 日志等級
LOGGING_suffix = "%Y.%m.%d.log"                            # 舊日志檔案名

# 日志輸出格式
LOGGING_FORMATTER = "%(levelname)s - %(asctime)s - process:%(process)d - %(filename)s - %(name)s - line:%(lineno)d - %(module)s - %(message)s"


def logging_init():
    if not os.path.exists(LOGGING_DIR):
        os.makedirs(LOGGING_DIR)
    logger = logging.getLogger()
    logger.setLevel(LOGGING_LEVEL)
    formatter = logging.Formatter(LOGGING_FORMATTER)

    if LOGGING_TO_FILE:
        file_handler = handlers.TimedRotatingFileHandler(filename=os.path.join(LOGGING_DIR, LOGGING_NAME), when=LOGGING_WHEN, interval=LOGGING_INTERVAL, backupCount=LOGGING_BACKUP_COUNT)
        file_handler.suffix = LOGGING_suffix
        file_handler.setFormatter(formatter)
        logger.addHandler(file_handler)

    if LOGGING_TO_CONSOLE:
        stream_handler = logging.StreamHandler(sys.stderr)
        stream_handler.setFormatter(formatter)
        logger.addHandler(stream_handler)


def logging_test():
    logging.info("This is log info!")
    logging.warning("This is log warn!")
    logging.error("This is log error!")
    logging.debug("This is log debug!")
    people_info = {"name": "Bob", "age": 20}

    try:
        gender = people_info["gender"]
    except Exception as error:
        logging.exception(error)


if __name__ == "__main__":
    logging_init()
    logging_test()

輸出日志：

INFO - 2021-10-19 11:28:10,103 - process:15144 - test.py - root - line:52 - test - This is log info!
WARNING - 2021-10-19 11:28:10,105 - process:15144 - test.py - root - line:53 - test - This is log warn!
ERROR - 2021-10-19 11:28:10,105 - process:15144 - test.py - root - line:54 - test - This is log error!
DEBUG - 2021-10-19 11:28:10,105 - process:15144 - test.py - root - line:55 - test - This is log debug!
ERROR - 2021-10-19 11:28:10,105 - process:15144 - test.py - root - line:61 - test - 'gender'
Traceback (most recent call last):
  File "D:/python3Project/test.py", line 59, in logging_test
    gender = people_info["gender"]
KeyError: 'gender'

它在控制臺中是這樣的：

當然，如果你不需要很復雜的功能，希望簡潔一點，僅僅需要在控制臺輸出一下日志的話，也可以只進行簡單的配置：

import logging
logging.basicConfig(level=logging.DEBUG, format='%(asctime)s - %(name)s - %(levelname)s - %(message)s')
logging.getLogger()

更優雅的解決方案：Loguru

對于 logging 模塊，即便是簡單的使用，也需要自己定義格式，這里介紹一個更加優雅、高效、簡潔的第三方模塊：loguru，官方的介紹是：Loguru is a library which aims to bring enjoyable logging in Python. Loguru 旨在為 Python 帶來愉快的日志記錄，這里參考官方的一個 GIF 來快速演示其功能：

安裝

Loguru 僅支持 Python 3.5 及以上的版本，使用 pip 安裝即可：

pip install loguru

開箱即用

Loguru 的主要概念是只有一個：logger

from loguru import logger

logger.info("This is log info!")
logger.warning("This is log warn!")
logger.error("This is log error!")
logger.debug("This is log debug!")

控制臺輸出：

可以看到不需要手動設定，Loguru 會提前配置一些基礎資訊，自動輸出時間、日志級別、模塊名、行號等資訊，而且根據等級的不同，還自動設定了不同的顏色，方便觀察，真正做到了開箱即用！

add() / remove()

如果想自定義日志級別，自定義日志格式，保存日志到檔案該怎么辦？與 logging 模塊不同，不需要 Handler，不需要 Formatter，只需要一個 add() 函式就可以了，例如我們想把日志儲存到檔案：

from loguru import logger

logger.add('test.log')
logger.debug('this is a debug')

我們不需要像 logging 模塊一樣再宣告一個 FileHandler 了，就一行 add() 陳述句搞定，運行之后會發現目錄下 test.log 里面同樣出現了剛剛控制臺輸出的 debug 資訊，

與 add() 陳述句相反，remove() 陳述句可以洗掉我們添加的配置：

from loguru import logger

log_file = logger.add('test.log')
logger.debug('This is log debug!')
logger.remove(log_file)
logger.debug('This is another log debug!')

此時控制臺會輸出兩條 debug 資訊：

2021-10-19 13:53:36.610 | DEBUG    | __main__:<module>:86 - This is log debug!
2021-10-19 13:53:36.611 | DEBUG    | __main__:<module>:88 - This is another log debug!

而 test.log 日志檔案里面只有一條 debug 資訊，原因就在于我們在第二條 debug 陳述句之前使用了 remove() 陳述句，

完整引數

Loguru 對輸出到檔案的配置有非常強大的支持，比如支持輸出到多個檔案，分級別分別輸出，過大創建新檔案，過久自動洗掉等等，下面我們來詳細看一下 add() 陳述句的詳細引數：

基本語法：

add(sink, *, level='DEBUG', format='<green>{time:YYYY-MM-DD HH:mm:ss.SSS}</green> | <level>{level: <8}</level> | <cyan>{name}</cyan>:<cyan>{function}</cyan>:<cyan>{line}</cyan> - <level>{message}</level>', filter=None, colorize=None, serialize=False, backtrace=True, diagnose=True, enqueue=False, catch=True, **kwargs)

基本引數釋義：

sink：可以是一個 file 物件，例如 sys.stderr 或 open('file.log', 'w')，也可以是 str 字串或者 pathlib.Path 物件，即檔案路徑，也可以是一個方法，可以自行定義輸出實作，也可以是一個 logging 模塊的 Handler，比如 FileHandler、StreamHandler 等，還可以是 coroutine function，即一個回傳協程物件的函式等，
level：日志輸出和保存級別，
format：日志格式模板，
filter：一個可選的指令，用于決定每個記錄的訊息是否應該發送到 sink，
colorize：格式化訊息中包含的顏色標記是否應轉換為用于終端著色的 ansi 代碼，或以其他方式剝離，如果沒有，則根據 sink 是否為 tty（電傳打字機縮寫）自動做出選擇，
serialize：在發送到 sink 之前，是否應首先將記錄的訊息轉換為 JSON 字串，
backtrace：格式化的例外跟蹤是否應該向上擴展，超出捕獲點，以顯示生成錯誤的完整堆疊跟蹤，
diagnose：例外跟蹤是否應顯示變數值以簡化除錯，建議在生產環境中設定 False，避免泄露敏感資料，
enqueue：要記錄的訊息是否應在到達 sink 之前首先通過多行程安全佇列，這在通過多個行程記錄到檔案時很有用，這樣做的好處還在于使日志記錄呼叫是非阻塞的，
catch：是否應自動捕獲 sink 處理日志訊息時發生的錯誤，如果為 True，則會在 sys.stderr 上顯示例外訊息，但該例外不會傳播到 sink，從而防止應用程式崩潰，
**kwargs：僅對配置協程或檔案接收器有效的附加引數（見下文），

當且僅當 sink 是協程函式時，以下引數適用：

loop：將在其中調度和執行異步日志記錄任務的事件回圈，如果為 None，將使用 asyncio.get_event_loop() 回傳的回圈，

當且僅當 sink 是檔案路徑時，以下引數適用：

rotation：一種條件，指示何時應關閉當前記錄的檔案并開始新的檔案，
**retention **：過濾舊檔案的指令，在回圈或程式結束期間會洗掉舊檔案，
compression：日志檔案在關閉時應轉換為的壓碩訓存檔格式，
delay：是在配置 sink 后立即創建檔案，還是延遲到第一條記錄的訊息時再創建，默認為 False，
mode：內置 open() 函式的打開模式，默認為 a（以追加模式打開檔案），
buffering：內置 open() 函式的緩沖策略，默認為1（行緩沖檔案），
encoding：內置 open() 函式的檔案編碼，如果 None，則默認為 locale.getpreferredencoding()，
**kwargs：其他傳遞給內置 open() 函式的引數，

這么多引數可以見識到 add() 函式的強大之處，僅僅一個函式就能實作 logging 模塊的諸多功能，接下來介紹幾個比較常用的方法，

rotation 日志檔案分隔

add() 函式的 rotation 引數，可以實作按照固定時間創建新的日志檔案，比如設定每天 0 點新創建一個 log 檔案：

logger.add('runtime_{time}.log', rotation='00:00')

設定超過 500 MB 新創建一個 log 檔案：

logger.add('runtime_{time}.log', rotation="500 MB")

設定每隔一個周新創建一個 log 檔案：

logger.add('runtime_{time}.log', rotation='1 week')

retention 日志保留時間

add() 函式的 retention 引數，可以設定日志的最長保留時間，比如設定日志檔案最長保留 15 天：

logger.add('runtime_{time}.log', retention='15 days')

設定日志檔案最多保留 10 個：

logger.add('runtime_{time}.log', retention=10)

也可以是一個 datetime.timedelta 物件，比如設定日志檔案最多保留 5 個小時：

import datetime
from loguru import logger

logger.add('runtime_{time}.log', retention=datetime.timedelta(hours=5))

compression 日志壓縮格式

add() 函式的 compression 引數，可以配置日志檔案的壓縮格式，這樣可以更加節省存盤空間，比如設定使用 zip 檔案格式保存：

logger.add('runtime_{time}.log', compression='zip')

其格式支持：gz、bz2、xz、lzma、tar、tar.gz、tar.bz2、tar.xz

字串格式化

Loguru 在輸出 log 的時候還提供了非常友好的字串格式化功能，相當于 str.format()：

logger.info('If you are using Python {}, prefer {feature} of course!', 3.6, feature='f-strings')

輸出：

2021-10-19 14:59:06.412 | INFO     | __main__:<module>:3 - If you are using Python 3.6, prefer f-strings of course!

例外追溯

在 Loguru 里可以直接使用它提供的裝飾器就可以直接進行例外捕獲，而且得到的日志是無比詳細的：

from loguru import logger


@logger.catch
def my_function(x, y, z):
    # An error? It's caught anyway!
    return 1 / (x + y + z)


my_function(0, 0, 0)

日志輸出：

2021-10-19 15:04:51.675 | ERROR    | __main__:<module>:10 - An error has been caught in function '<module>', process 'MainProcess' (30456), thread 'MainThread' (26268):
Traceback (most recent call last):

> File "D:/python3Project\test.py", line 10, in <module>
    my_function(0, 0, 0)
    └ <function my_function at 0x014CDFA8>

  File "D:/python3Project\test.py", line 7, in my_function
    return 1 / (x + y + z)
                │   │   └ 0
                │   └ 0
                └ 0

ZeroDivisionError: division by zero

在控制臺的輸出是這樣的：

相比 Logging，Loguru 無論是在配置方面、日志輸出樣式還是例外追蹤，都遠優于 Logging，使用 Loguru 無疑能提升開發人員效率，本文僅介紹了一些常用的方法，想要詳細了解可參考 Loguru 官方檔案或關注 Loguru GitHub，

轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/348160.html

標籤：Python

上一篇：手把手教你使用Python解決簡單的zip檔案解壓密碼

下一篇：Python常用的資料檔案存盤的4種格式(txt/json/csv/excel)及操作Excel相關的第三方庫(xlrd/xlwt/pandas/openpyxl)（2021最新版）