【下载文档:  Python中使用logging模块代替print（logging简明指南）.txt 】

---

Python中使用logging模块代替print（logging简明指南）
替换print？print怎么了？
print 可能是所有学习Python语言的人第一个接触的东西。它最主要的功能就是往控制台 打印一段信息，像这样：
复制代码 代码如下:
print 'Hello, logging!'
print也是绝大多数人用来调试自己的程序用的最多的东西，就像写js使用 console.log 一样那么自然。很多刚刚开始学习Python的新手甚至有一定经验的老手，都在使用print 来调试他们的代码。
比如这是一个我写的输出 斐波那契数列 的小程序，让我们来看看它的代码：
复制代码 代码如下:
# -*- coding: utf-8 -*-
"""
A simple fibonacci program
"""
import argparse
parser = argparse.ArgumentParser(description='I print fibonacci sequence')
parser.add_argument('-s', '--start', type=int, dest='start',
help='Start of the sequence', required=True)
parser.add_argument('-e', '--end', type=int, dest='end',
help='End of the sequence', required=True)
def infinite_fib():
a, b = 0, 1
yield a
yield b
while True:
#print 'Before caculation: a, b = %s, %s' % (a, b)
a, b = b, a + b
#print 'After caculation: a, b = %s, %s' % (a, b)
yield b
def fib(start, end):
for cur in infinite_fib():
#print 'cur: %s, start: %s, end: %s' % (cur, start, end)
if cur > end:
return
if cur >= start:
#print 'Returning result %s' % cur
yield cur
def main():
args = parser.parse_args()
for n in fib(args.start, args.end):
print n,
if __name__ == '__main__':
main()
让我们来看看它工作的怎么样：
复制代码 代码如下:
$ python fib.py -s 1 -e 100
1 1 2 3 5 8 13 21 34 55 89
$ python fib.py -s 100 -e 1000
144 233 377 610 987
没有任何问题，程序正确的完成了它的功能。但等等， 程序里面的那一堆被注释掉的print语句是怎么回事？
原来，这是我编写这个小程序的过程中，用来 调试(DEBUG) 的输出信息，在我完成了这 个程序以后，我自然就把这些print给注释掉了。让我们来看看如果把这个print语句打开后结果会怎么样？
复制代码 代码如下:
$ python fib.py -s 1 -e 100
cur: 0, start: 1, end: 100
cur: 1, start: 1, end: 100
Returning result 1
1 Before caculation: a, b = 0, 1
After caculation: a, b = 1, 1
cur: 1, start: 1, end: 100
... ...
... ...
(不计其数的输出信息)
如你所见，所有的计算过程都被打印出来了。
写的时候加上print，提交代码的时候还得记得把print语句删掉/注释掉，为什么我们要忍受这样的麻烦事呢？ 让我们来介绍我们的主角 logging ，它几乎就是为这种使用情景而生的。
更好的做法，使用logging模块
logging模块是Python内置的日志模块，使用它可以非常轻松的处理和管理日志输出。 logging模块最简单的用法，是直接使用basicConfig方法来对logging进行配置：
复制代码 代码如下:
import logging
# 设置默认的level为DEBUG
# 设置log的格式
logging.basicConfig(
level=logging.DEBUG,
format="[%(asctime)s] %(name)s:%(levelname)s: %(message)s"
)
# 记录log
logging.debug(...)
logging.info(...)
logging.warn(...)
logging.error(...)
logging.critical(...)
这样配置完logging以后，然后使用``logging.debug``来替换所有的print语句就可以了。 我们会看到这样的输出：
复制代码 代码如下:
[2014-03-18 15:17:45,216] root:cur: 0, start: 1, end: 100
[2014-03-18 15:17:45,216] root:DEBUG: cur: 1, start: 1, end: 100
[2014-03-18 15:17:45,216] root:DEBUG: Returning result 1
[2014-03-18 15:17:45,216] root:DEBUG: Before caculation: a, b = 0, 1
... ...
使用真正的logger
上面说的basicConfig方法可以满足你在绝大多数场景下的使用需求，但是basicConfig有一个 很大的缺点。
调用basicConfig其实是给root logger添加了一个handler，这样当你的程序和别的使用了 logging的第三方模块一起工作时，会影响第三方模块的logger行为。这是由logger的继承特性决定的。
所以我们需要使用真正的logger：
复制代码 代码如下:
import logging
# 使用一个名字为fib的logger
logger = logging.getLogger('fib')
# 设置logger的level为DEBUG
logger.setLevel(logging.DEBUG)
# 创建一个输出日志到控制台的StreamHandler
hdr = logging.StreamHandler()
formatter = logging.Formatter('[%(asctime)s] %(name)s:%(levelname)s: %(message)s')
hdr.setFormatter(formatter)
# 给logger添加上handler
logger.addHandler(hdr)
这样再使用logger来进行日志输出就行了。不过这样的坏处就是代码量比basicConfig要大不少。 所以我建议如果是非常简单的小脚本的话，直接使用basicConfig就可以，如果是稍微大一些 项目，建议认真配置好logger。
动态控制脚本的所有输出
使用了logging模块以后，通过修改logger的log level，我们就可以方便的控制程序的输出了。 比如我们可以为我们的斐波那契数列添加一个 -v 参数，来控制打印所有的调试信息。
复制代码 代码如下:
# 添加接收一个verbose参数
parser.add_argument('-v', '--verbose', action='store_true', dest='verbose',
help='Enable debug info')
# 判断verbose
if args.verbose:
logger.setLevel(logging.DEBUG)
else:
logger.setLevel(logging.ERROR)
这样，默认情况下，我们的小程序是不会打印调试信息的，只有当传入`-v/--verbose`的时候， 我们才会打印出额外的debug信息，就像这样：
复制代码 代码如下:
$ python fib.py -s 1 -e 100
1 1 2 3 5 8 13 21 34 55 89
$ python fib.py -s 1 -e 100 -v
[2014-03-18 15:17:45,216] fib:DEBUG: cur: 0, start: 1, end: 100
[2014-03-18 15:17:45,216] fib:DEBUG: cur: 1, start: 1, end: 100
[2014-03-18 15:17:45,216] fib:DEBUG: Returning result 1
[2014-03-18 15:17:45,216] fib:DEBUG: Before caculation: a, b = 0, 1
... ...
如你所见，使用了logging以后，什么时候需要打印DEBUG信息，什么时候需要关闭， 一切变的无比简单。
所以，赶紧用logging替换掉你的脚本里的print吧！
延伸阅读
以上这些只是介绍了logging模块最简单的一些功能，作为print的替代品来使用，logging 模块还有很多非常强大好用的功能，比如从文件读取配置、各种各样的Handlers等等。 建议阅读一下logging的官方文档：
1.logging Logging facility for Python
2.Logging HOWTO
最后附上使用logging模块的斐波那契数列程序完整代码：
复制代码 代码如下:
# -*- coding: utf-8 -*-
"""
A simple fibonacci program
"""
import argparse
parser = argparse.ArgumentParser(description='I print fibonacci sequence')
parser.add_argument('-s', '--start', type=int, dest='start',
help='Start of the sequence', required=True)
parser.add_argument('-e', '--end', type=int, dest='end',
help='End of the sequence', required=True)
parser.add_argument('-v', '--verbose', action='store_true', dest='verbose',
help='Enable debug info')
import logging
logger = logging.getLogger('fib')
logger.setLevel(logging.DEBUG)
hdr = logging.StreamHandler()
formatter = logging.Formatter('[%(asctime)s] %(name)s:%(levelname)s: %(message)s')
hdr.setFormatter(formatter)
logger.addHandler(hdr)
def infinite_fib():
a, b = 0, 1
yield a
yield b
while True:
logger.debug('Before caculation: a, b = %s, %s' % (a, b))
a, b = b, a + b
logger.debug('After caculation: a, b = %s, %s' % (a, b))
yield b
def fib(start, end):
for cur in infinite_fib():
logger.debug('cur: %s, start: %s, end: %s' % (cur, start, end))
if cur > end:
return
if cur >= start:
logger.debug('Returning result %s' % cur)
yield cur
def main():
args = parser.parse_args()
if args.verbose:
logger.setLevel(logging.DEBUG)
else:
logger.setLevel(logging.ERROR)
for n in fib(args.start, args.end):
print n,
if __name__ == '__main__':
main()