在之前的多个项目中都有用到过logging模块，虽然用过，但没有研究过，只是在每个代码文件中使用logger=logging.getLogger(__name__)这样简单粗暴的方法。

在这次的使用经历中，觉得logging模块真的很不错。

logging

使用logging前，必须先要了解它的重要概念。

• Logging Levels
• Logger Objects
• Handler Objects
• Formatter Objects
• Filter Objects

Level

Level 级别。只有在日志消息的级别大于logger和handler设定的级别，才会显示。

Logger

Logger 记录器，暴露了应用程序代码能直接使用的接口。

Logger是一个树形层级结构，在使用接口debug，info，warn，error，critical之前必须创建Logger实例，即创建一个记录器，如果没有显式的进行创建，则默认创建一个root logger，并应用默认的日志级别(WARN)，处理器Handler(StreamHandler，即将日志信息打印输出在标准输出上)，和格式化器Formatter(默认的格式即为第一个简单使用程序中输出的格式)。

创建方法: logger = logging.getLogger(name=None)。如果不指定name则返回root logger对象。

常用方法如下：

Handler

Handler 处理器，将（记录器产生的）日志记录发送至合适的目的地。

比较常用的有三个，StreamHandler，FileHandler，NullHandler，详情可以访问地址

Handler处理器类型如下：

• StreamHandler
• FileHandler
• NullHandler
• WatchedFileHandler
• RotatingFileHandler
• TimedRotatingFileHandler
• SocketHandler
• DatagramHandler
• SysLogHandler
• NTEventLogHandler
• SMTPHandler
• MemoryHandler
• HTTPHandler

Filter

过滤器，提供了更好的粒度控制，它可以决定输出哪些日志记录。

使用Formatter对象设置日志信息最后的规则、结构和内容，默认的时间格式为%Y-%m-%d %H:%M:%S。

创建方法: formatter = logging.Formatter(fmt=None, datefmt=None)

其中，fmt是消息的格式化字符串，datefmt是日期字符串。如果不指明fmt，将使用'%(message)s'。如果不指明datefmt，将使用ISO8601日期格式。

Formatter

格式化器，指明了最终输出中日志记录的布局。

Handlers和Loggers可以使用Filters来完成比级别更复杂的过滤。Filter基类只允许特定Logger层次以下的事件。例如用‘A.B’初始化的Filter允许Logger ‘A.B’, ‘A.B.C’, ‘A.B.C.D’, ‘A.B.D’等记录的事件，logger‘A.BB’, ‘B.A.B’ 等就不行。 如果用空字符串来初始化，所有的事件都接受。

使用过程

在项目启动中导入logging模块，然后进行配置，logging标准模块支持三种配置方式: dictConfig，fileConfig，listen。其中，dictConfig是通过一个字典进行配置Logger，Handler，Filter，Formatter；fileConfig则是通过一个文件进行配置；而listen则监听一个网络端口，通过接收网络数据来进行配置。当然，除了以上集体化配置外，也可以直接调用Logger，Handler等对象中的方法在代码中来显式配置。

basicConfig关键字参数

例子：
logging.yaml

logging:
    version: 1
    formatters:
      brief:
        format: '%(message)s'
      default:
        format: '%(asctime)s %(levelname)-8s %(name)-15s %(message)s'
        datefmt: '%Y-%m-%d %H:%M:%S'
      fluent_fmt:
        '()': fluent.handler.FluentRecordFormatter
        format:
          loglevel: '%(levelname)s'
          hostname: '%(hostname)s'
          where: '%(module)s.%(funcName)s'
          stack_trace: '%(exc_text)s'
    handlers:
        console:
            class : logging.StreamHandler
            level: DEBUG
            formatter: default
            stream: ext://sys.stdout
        fluent_dev:
            class: fluent.handler.FluentHandler
            host: 127.0.0.1
            port: 24224
            tag: test.dev
            formatter: fluent_fmt
            level: DEBUG
        fluent_prod:
            class: fluent.handler.FluentHandler
            host: 127.0.0.1
            port: 24224
            tag: test.prod
            formatter: fluent_fmt
            level: DEBUG
        null:
            class: logging.NullHandler

    loggers:
        amqp:
            handlers: [null]
            propagate: False
        conf:
            handlers: [null]
            propagate: False
        dev:
            handlers: [console, fluent_dev]
            level: DEBUG
            propagate: False
        prod:
            handlers: [console, fluent_prod]
            level: DEBUG
            propagate: False
        '': # root logger
            handlers: [console]
            level: DEBUG
            propagate: False

导入配置方法：

import yaml
import logging
import logging.config

with open('logging.yaml') as fd:
    conf = yaml.load(fd)

logging.config.dictConfig(conf['logging'])

获取logger

logger = logging.getLogger(loggername)