本章将介绍Python内建模块：日志模块，更多内容请从参考:Python学习指南
简单使用
最开始，我们用最短的代码体验一下logging的基本功能。
import logging
logger = logging.getLogger()
logging.basicConfig()
logger.setLevel('DEBUG')
logger.debug('logsomething')
#输出
out>>DEBG:root:logsomething- 第一步，通过logging.getLogger函数，获取一个loger对象，但这个对象暂时是无法使用的。
- 第二步，logging.basicConfig函数，进行一系列默认的配置，包括format、handler等。
- 第三步，logger调用setLevel函数定义日志级别为DEBUG
- 最后，调用debug函数，输出一条debug级别的message，显示在了标准输出上。
logging中的日志级别
logging在生成日志的时候，有一个日志级别的机制，默认有以下几个日志级别：
CRITICAL = 50
ERROR = 40
WARNING = 30
INFO 20
DEBUG = 10
NOTEST = 0每一个logger对象，都有一个日志级别，它只会输出高于它level的日志。如果一个logger的level是INFO，那么调用logger.debug()是无法输出日志的，而logger.warning()能够输出。
一般来说，以上的6个日志级别完全满足我们日常使用了。
logging中的基础类
logging是python的一个基础模块，它在python中的源码位置如下：
#主干代码
/usr/lib/python2.7/logging/__init__.py
#扩展的handler和config
/usr/lib/pyhon2.7/logging/config.py
/usr/lib/python2.7/loging/handlers.py组成logging的主干的几个基础类都在__init__.py中：
第一个基础类LogRecord
一个LogRecord对象，对应了日志中的一行数据。通常包含：时间、日志级别、message信息、当前执行的模块、行号、函数名...这些信息都包含在一个LogRecord对象里。
LogRecord对象可以想象成一个大字典：
class LogRecord(object):
#代表一条日志的类
def getMessage(self):
#获取self.msg
def markLogRecord(dict):
#这个方法很重要，生成一个空的LogRecord，然后通过一个字典，直接更新LogReocrd中的成员变量
rv = LogRecord(None, None, "", 0, "", (), None, None)
rv.__dict__.update(dict)
return rv第二个基础类Formatter
Formatter对象是用来定义日志格式的，LogRecord保存了很多信息，但是打印日志的时候我们只需要其中几个，Formatter就提供了这样的功能，它依赖于python的一个功能：
#通过字典的方式，输出格式化字符串
print('%(name)s:%(num)d'%{'name':'my_name', 'num' : 100})
out >>>my_name:100如果说LogRecord是后面的那个字典，那么Formatter就是前面的那个格式字符串...的抽象
重要的代码如下：
class Formatter(object):
def __init__(self, fmt=None, datefmt = None):
if fmt:
self._fmt = fmt
else:
#默认的format
self._fmt = "%(message)s"
def format(self, record)
#使用self._fmt进行格式化
s = self._fmt %record.__dict__
return s第三个基础类Filter和Filterer
Filter类，功能很简单。Filter.filter()函数传入一个LogRecord对象，通过筛选返回1，否则返回0.从代码中可以看到，其实是对LogRecord.name的筛选。
Filterer类中有一个Filter对象的列表，它是一组Filter的抽象。
重要的代码如下：
class Filter(object):
def __init__(self, name=''):
self.name = name
self.nlen = len(name)
def filter(self, record):
#返回1表示record通过，0表示record不通过
if self.nlen == 0:
return 1
elif self.name == record.name:
return 1
#record.name不是以filter开头
elif record.name.find(self.name, 0, self.nlen) != 0:
return 0
#最后一位是否为
return (record.name[self.nlen] == '.')
class Filterer(object):
#这个类其实是定义了一个self.filters = []的列表管理多个filter
def addFilter(self, filter):
def removefilter(self, filter):
def filter(self, record):
#使用列表中所有的filter进行筛选，任何一个失败都会返回0
#例如：
#filter.name = 'A', filter2.name='A.B', filter2.name = 'A, B, C'
#此时record.name = 'A,B,C,D'这样的record才能通过所有filter的筛选logging中的高级类
有了以上三个基础的类，就可以拼凑一些更重要的高级类了，高级类可以实现logging的重要功能。
Handler——抽象了log的输出过程
- Handler类继承自Filterer。Handler类时log输出这个过程的抽象。
- 同时Handler类具有一个成员变量self.level,在第二节讨论的日志级别的机制，就是在Handler中实现的。
- Handler有一个emit(record)函数，这个函数负责输出log，必须在Handler的子类中实现。
重要代码如下：
class Handler(Filterer):
def __init__(self, level = NOTEST)
#handler必须有level属性
self.level = _checkLevel(level)
def format(self, record):
#使用self.formatter, formattercord
def handler(self, record):
#如果通过filter的筛选，则emit这条log
rv = self.filter(record)
self.emit(record)
def emit(self, record):
#等待子类去实现接下来看两个简单的handler的子类，其中在logging源码中，有一个handler.py专门定义了很多复杂的handler，有的可以将log缓存在内存中，有的可以将log做rotation等。
StreamHandler
最简单的handler实现，将log写入一个流，默认的stream是sys.stderr
重要的代码如下：
class StreamHandler(Handler):
def __init__(self, stream = None):
if stream is None:
stream = sys.stderr
self.stream = stream
def emit(self, record):
#将record的信息写入流
#处理一些编码的异常
fs = '%s\n' #每条日志都有换行
stream = self.stream
stream.write(fs%msg)FileHandler
将log输出到文件的handler，继承StreamHandler
重要代码如下：
class FileHandler(StreamHandler):
def __init__(self, filename, mode='a')
#append方式打开一个文件
StreamHandler.__init__(self, self._open())
def emit(self, record):
#和streamhandler保持一致
StreamHandler.emit(self, record)Logger——一个独立的log管道
什么是logger?
+ logger类继承自Filterer,
+ logger对象有logger.level日志级别
+ logger对象控制多个handler:logger.handlers = []
+ logger对象之间存在福字关系
简单的来说，logger这个类，集中了我们以上所有的LogRecord、Filter类、Formatter类、handler类。首先，logger根据输入生成一个LogRecord读写，经过Filter和Formatter之后，再通过self.handlers列表中的所有handler,把log发送出去。一个logger中可能有多个handler，可以实现把一份log放到任意的位置。
class Logger(Filterer):
def __init__(self, name, level=NOTEST)
#handler列表
self.handlers = []
self.level = _checklevel(level)
def addHandler(self, hdlr):
def removeHandler(self, hdlr):
def _log(self, level, msg, args, exc_info=None, extra=None):
#在_log函数中创建了一个LogRecord对象
record = self.makeRecord(self.name, level, fn, lno, msg, args, exc_info, func, extra)
#交给handle函数
self.handle(record)
def handle(self, reord):
#进行filter,然后调用callHandlers
if(not self.disabled) and self.filter(record):
self.callHandlers(record)
def callHandlers(self, record):
#从当前logger到所有的父logger,递归的handl传入的record
c = self
while c:
for hdlr in c.handlers:
hdlr.handle(record) #进入handler的emit函数发送log
....
c = c.parentLoggerAdapter——对标准logger的一个扩展
LogRecord这个大字典中提供的成员变量已经很多，但是，如果在输出log时候仍然希望能够夹带一些自己想要看到的更多信息，例如产生这个log的时候，调用某些函数去获得其他信息，那么就可以把这些添加到Logger中，LoggerAdapter这个类就起到这个作用。
LoggerAdapter这个类很有意思，如果不做什么改动，那么LoggerAdapter类和Logger并没有什么区别。LoggerAdapter只是对Logger类进行了一下包装。
LoggerAdapter的用法其实是在它的成员函数process()的注释中已经说明了：
def process(self, msg, kwargs):
'''
Normally,you'll only need to overwrite this one method in a LoggerAdapter subclass for your specific needs.
'''也就是说重写process函数，以下是一个例子：
import logging
import random
L=logging.getLogger('name')
#定义一个函数，生成0~1000的随机数
def func():
return random.randint(1,1000)
class myLogger(logging.LoggerAdapter):
#继承LoggerAdapter，重写process，生成随机数添加到msg前面
def process(self,msg,kwargs):
return '(%d),%s' % (self.extra['name'](),msg) ,kwargs
#函数对象放入字典中传入
LA=myLogger(L,{'name':func})
#now,do some logging
LA.debug('some_loging_messsage')
out>>DEBUG:name:(167),some_loging_messsage参考
python笔记_logging模块（一）
logging代码
python 日志封装
Python中的logging模块
