Python 如何仅用 5000 行代码，实现强大的 logging 模块？-51CTO.COM

Python 的 logging 模块实现了灵活的日志系统。整个模块仅仅 3 个类，不到 5000 行代码的样子，学习它可以加深对程序日志的了解，本文分下面几个部分:

logging 简介
logging API 设计
记录器对象 Logger
日志记录对象 LogRecord
处理器对象 Hander
格式器对象 Formatter
滚动日志文件处理器
小结
小技巧

logging 简介

本次代码使用的是 python 3.8.5 的版本，官方中文文档 3.8.8 。参考链接中官方中文文档非常详细，建议先看一遍了解日志使用。

类	功能
logging-module	logging的API
Logger	日志记录器对象类，可以创建一个对象用来记录日志
LogRecord	日志记录对象，每条日志记录都封装成一个日志记录对象
Hander	处理器对象，负责日志输出到流/文件的控制
Formatter	格式器，负责日志记录的格式化
RotatingFileHandler	按大小滚动的日志文件记录器
TimedRotatingFileHandler	按时间滚动的日志文件处理器

我们主要研究日志如何输出到标准窗口这一主线；日志的配置，日志的线程安全及各种特别的Handler等支线可以先忽略。

logging API 设计

先看看日志使用：

import logging 
 
logging.basicConfig(level=logging.INFO, format='%(levelname)-8s %(name)-10s %(asctime)s %(message)s') 
lang = {"name": "python", "age":20} 
logging.info('This is a info message %s', lang) 
logging.debug('This is a debug message') 
logging.warning('This is a warning message') 
 
logger = logging.getLogger(__name__) 
logger.warning('This is a warning')

输出内容如下:

INFO     root       2021-03-04 00:03:53,473 This is a info message {'name': 'python', 'age': 20} 
WARNING  root       2021-03-04 00:03:53,473 This is a warning message 
WARNING  __main__   2021-03-04 00:03:53,473 This is a warning

可以看到 logging 的使用非常方便，模块直接提供了一组API。

root = RootLogger(WARNING)  # 默认提供的logger 
Logger.root = root 
Logger.manager = Manager(Logger.root) 
 
def debug(msg, *args, **kwargs): # info，warning等api类似 
    if len(root.handlers) == 0: 
        basicConfig()  # 默认配置 
    root.debug(msg, *args, **kwargs) 
 
def getLogger(name=None): 
    if name: 
        return Logger.manager.getLogger(name)  # 创建特定的logger 
    else: 
        return root  # 返回默认的logger

这种API的提供方式，我们在 requests 中也有看到。api中很重要的设置config的方式:

def basicConfig(**kwargs): 
    ... 
    if handlers is None: 
        filename = kwargs.pop("filename", None) 
        mode = kwargs.pop("filemode", 'a') 
        if filename: 
            h = FileHandler(filename, mode) 
        else: 
            stream = kwargs.pop("stream", None) 
            h = StreamHandler(stream)  # 默认的handler 
        handlers = [h] 
    dfs = kwargs.pop("datefmt", None) 
    style = kwargs.pop("style", '%') 
    fs = kwargs.pop("format", _STYLES[style][1]) 
    fmt = Formatter(fs, dfs, style)  # 生成formatter 
    for h in handlers: 
        if h.formatter is None: 
            h.setFormatter(fmt) 
        root.addHandler(h)  # 设置root的handler 
    level = kwargs.pop("level", None) 
    if level is not None: 
        root.setLevel(level)  # 设置日志级别

可以看到，日志的配置主要包括下面几项:

level 日志级别
format 信息格式化模版
filename 输出到文件
datefmt %Y-%m-%d %H:%M:%S,uuu 时间的格式模版
style [ % , { ,$] 格式样板

演示代码输出中，可以看到debug日志没有显示，是因为 debug < info :

CRITICAL = 50 
FATAL = CRITICAL 
ERROR = 40 
WARNING = 30 
WARN = WARNING 
INFO = 20 
DEBUG = 10 
NOTSET = 0

记录器对象 Logger

查看Logger之前，先看logger对象的管理类Manager

_loggerClass = Logger 
 
class Manager(object): 
    def __init__(self, rootnode): 
        self.root = rootnode 
        self.disable = 0 
        self.loggerDict = {}  # 所有日志记录对象的字典 
    ... 
    def getLogger(self, name): 
        rv = None 
        if name in self.loggerDict: 
            rv = self.loggerDict[name]  # 获取已经创建过的同名logger 
            ... 
        else: 
            rv = (self.loggerClass or _loggerClass)(name)  # 创建新的logger 
            rv.manager = self 
            self.loggerDict[name] = rv 
            ... 
        return rv

日志过滤器

class Filterer(object): 
 
    def __init__(self): 
        self.filters = [] 
 
    def addFilter(self, filter): 
        self.filters.append(filter) 
 
    def removeFilter(self, filter): 
        self.filters.remove(filter) 
 
    def filter(self, record): 
        rv = True 
        for f in self.filters:  # 过滤日志 
            if hasattr(f, 'filter'): 
                result = f.filter(record) 
            else: 
                result = f(record) # assume callable - will raise if not 
            if not result: 
                rv = False 
                break 
        return r

核心的 Logger 实际上只是一个控制中心：

class Logger(Filterer):  # logger可以过滤日志 
    def __init__(self, name, level=NOTSET): 
        Filterer.__init__(self) 
        self.name = name 
        self.level = _checkLevel(level) 
        self.parent = None  # 日志可以有层级 
        self.propagate = True 
        self.handlers = []  # 可以输出到多个handler 
        self.disabled = False  # 可以关闭 
        self._cache = {} 
     
    def debug(self, msg, *args, **kwargs):  # 输出debug日志 
        if self.isEnabledFor(DEBUG): 
            self._log(DEBUG, msg, args, **kwargs)

logger可以判断日志级别:

def isEnabledFor(self, level): 
    if self.disabled: 
        return False 
 
    try: 
        return self._cache[level] 
    except KeyError: 
        try: 
            if self.manager.disable >= level: 
                is_enabled = self._cache[level] = False 
            else: 
                is_enabled = self._cache[level] = ( 
                    level >= self.getEffectiveLevel() 
                ) 
        return is_enabled 
 
def getEffectiveLevel(self): 
    logger = self 
    while logger: 
        if logger.level: 
            return logger.level 
        logger = logger.parent 
    return NOTSET

日志输出:

def _log(self, level, msg, args, exc_info=None, extra=None, stack_info=False, 
         stacklevel=1): 
    ... 
    fn, lno, func = "(unknown file)", 0, "(unknown function)" 
    ... 
    # 生成日志记录 
    record = self.makeRecord(self.name, level, fn, lno, msg, args, 
                             exc_info, func, extra, sinfo) 
    # 使用handler处理日志 
    self.handle(record)

日志记录的生产，就是创建一个LogRecord对象:

_logRecordFactory = LogRecord 
 
def makeRecord(self, name, level, fn, lno, msg, args, exc_info, 
               func=None, extra=None, sinfo=None): 
    ... 
    rv = _logRecordFactory(name, level, fn, lno, msg, args, exc_info, func, 
                         sinfo) 
    ... 
    return rv

使用logger对象的所有handler处理日志：

def handle(self, record): 
    c = self 
    found = 0 
    while c: 
        for hdlr in c.handlers:  # 使用所有的handler处理日志 
            found = found + 1 
            if record.levelno >= hdlr.level: 
                hdlr.handle(record)

root-logger的handler是在config中配置的:

def basicConfig(**kwargs): 
    ... 
    root.addHandler(h)  # 设置root的handler

日志记录对象 LogRecord

日志记录对象非常简单:

class LogRecord(object): 
    def __init__(self, name, level, pathname, lineno, 
                 msg, args, exc_info, func=None, sinfo=None, **kwargs): 
        ct = time.time() 
        self.name = name  # logger名称 
        self.msg = msg  # 日志标识信息 
        ... 
        self.args = args  # 变量 
        self.levelname = getLevelName(level) 
        ... 
     
    def getMessage(self): 
        msg = str(self.msg) 
        if self.args: 
            msg = msg % self.args  # 格式化消息 
        return msg

处理器对象 Hander

顶级Handler定义了Handler的模版方法

class Handler(Filterer):  # 处理器也可以过滤日志 
    def __init__(self, level=NOTSET): 
        Filterer.__init__(self) 
        self._name = None 
        self.level = _checkLevel(level)  # handler也有日志级别 
        self.formatter = None 
        _addHandlerRef(self) 
        self.createLock() 
         
    def handle(self, record):  # 处理日志 
        rv = self.filter(record)  # 过滤日志 
        if rv: 
            self.acquire()  # 申请锁 
            try: 
                self.emit(record)  # 提交记录，由不同子类实现  
            finally: 
                self.release()  # 释放锁 
        return rv

默认的console流 StreamHandler

class StreamHandler(Handler): 
 
    terminator = '\n'  # 自动换行 
 
    def __init__(self, stream=None): 
        Handler.__init__(self) 
        if stream is None: 
            stream = sys.stderr  # 默认使用stderr输出 
        self.stream = stream 
     
    def emit(self, record): 
        try: 
            msg = self.format(record)  # 格式化日志记录 
            stream = self.stream 
            stream.write(msg + self.terminator)  # 写日志 
            self.flush()  # 刷新写缓存 
        except Exception: 
            ... 
     
    def format(self, record): 
        if self.formatter: 
            fmt = self.formatter 
        else: 
            fmt = _defaultFormatter 
        return fmt.format(record)  # 使用格式化器格式化日志记录

为什么使用stderr，可以看下面的测试中的输出都是到console:

print("haha") 
print("fatal error", file=sys.stderr) 
sys.stderr.write("fatal error\n")

格式器对象 Formatter

格式化器主要使用Formatter和Style实现

class Formatter(object): 
    def __init__(self, fmt=None, datefmt=None, style='%', validate=True): 
        self._style = _STYLES[style][0](fmt) 
        self._fmt = self._style._fmt 
        self.datefmt = datefmt 
     
    def format(self, record): 
        record.message = record.getMessage() 
        s = self.formatMessage(record) 
        return s 
         
    def formatMessage(self, record): 
        return self._style.format(record)  # 格式化

Style类

class PercentStyle(object): 
 
    default_format = '%(message)s' 
    asctime_format = '%(asctime)s' 
    asctime_search = '%(asctime)' 
    validation_pattern = re.compile(r'%\(\w+\)[#0+ -]*(\*|\d+)?(\.(\*|\d+))?[diouxefgcrsa%]', re.I) 
 
    def __init__(self, fmt): 
        self._fmt = fmt or self.default_format 
 
    def usesTime(self): 
        return self._fmt.find(self.asctime_search) >= 0 
 
    def validate(self): 
        """Validate the input format, ensure it matches the correct style""" 
        if not self.validation_pattern.search(self._fmt): 
            raise ValueError("Invalid format '%s' for '%s' style" % (self._fmt, self.default_format[0])) 
 
    def _format(self, record): 
        return self._fmt % record.__dict__  # 格式化日志记录对象 
 
    def format(self, record): 
        try: 
            return self._format(record) 
        except KeyError as e: 
            raise ValueError('Formatting field not found in record: %s' % e)

滚动日志文件处理器

线上的日志持续输出到一个文件的话，会让文件巨大，即有加剧了丢失的风险，也难以处理。通常有按照大小滚动或者按照日期滚动的方法，这个功能非常重要。先看滚动日志处理器模版:

class BaseRotatingHandler(logging.FileHandler): 
    def emit(self, record): 
        try: 
            if self.shouldRollover(record): # 判断是否需要滚动 
                self.doRollover()  # 滚动日志 
            logging.FileHandler.emit(self, record)  # 输出日志 
        except Exception: 
            self.handleError(record) 
     
    def rotate(self, source, dest): 
        if not callable(self.rotator): 
            if os.path.exists(source): 
                os.rename(source, dest)  # 重命名日志文件 
        else: 
            self.rotator(source, dest)

按大小滚动 RotatingFileHandler

按照文件大小滚动的处理器:

class RotatingFileHandler(BaseRotatingHandler): 
 
    def __init__(self, filename, mode='a', maxBytes=0, backupCount=0, encoding=None, delay=False): 
        if maxBytes > 0: 
            mode = 'a' 
        BaseRotatingHandler.__init__(self, filename, mode, encoding, delay) 
        self.maxBytes = maxBytes  # 单个文件大小上限 
        self.backupCount = backupCount  # 日志备份数量 
         
    def doRollover(self):  # 执行滚动 
        if self.stream: 
            self.stream.close()  # 关闭当前的流 
            self.stream = None 
        if self.backupCount > 0: 
            for i in range(self.backupCount - 1, 0, -1): 
                sfn = self.rotation_filename("%s.%d" % (self.baseFilename, i)) 
                dfn = self.rotation_filename("%s.%d" % (self.baseFilename, 
                                                        i + 1)) 
                if os.path.exists(sfn): 
                    if os.path.exists(dfn): 
                        os.remove(dfn) 
                    os.rename(sfn, dfn) 
            dfn = self.rotation_filename(self.baseFilename + ".1") 
            if os.path.exists(dfn): 
                os.remove(dfn) 
            self.rotate(self.baseFilename, dfn)  # 重命名文件 
        if not self.delay: 
            self.stream = self._open()  # 如果shouldRollover延迟，可以打开新的流 
 
    def shouldRollover(self, record):  # 判断是否需要滚动 
        if self.stream is None:  # 立即打开流 
            self.stream = self._open() 
        if self.maxBytes > 0:    
            msg = "%s\n" % self.format(record) 
            self.stream.seek(0, 2)  #due to non-posix-compliant Windows feature 
            if self.stream.tell() + len(msg) >= self.maxBytes:  # 判断大小 
                return 1 
        return 0

文件大小滚动就是在记录日志时候判断文档是否超过上限，超过则重命名旧日志，生成新日志。

按照日期滚动 TimedRotatingFileHandler

按照日期滚动的处理器:

class TimedRotatingFileHandler(BaseRotatingHandler): 
    def __init__(self, filename, when='h', interval=1, backupCount=0, encoding=None, delay=False, utc=False, atTime=None): 
        BaseRotatingHandler.__init__(self, filename, 'a', encoding, delay) 
        self.when = when.upper() 
        self.backupCount = backupCount 
        self.utc = utc 
        self.atTime = atTime 
        # 日期设置,支持多种方式 
        if self.when == 'S': 
            self.interval = 1 # one second 
            self.suffix = "%Y-%m-%d_%H-%M-%S" 
            self.extMatch = r"^\d{4}-\d{2}-\d{2}_\d{2}-\d{2}-\d{2}(\.\w+)?$" 
        ... 
 
        self.extMatch = re.compile(self.extMatch, re.ASCII) 
        self.interval = self.interval * interval # multiply by units requested 
        filename = self.baseFilename 
        if os.path.exists(filename): 
            t = os.stat(filename)[ST_MTIME]  # 最后修改时间 
        else: 
            t = int(time.time()) 
        self.rolloverAt = self.computeRollover(t)  # 提前计算终止时间 
 
    def computeRollover(self, currentTime): 
        # 判断的方法还是很长很复杂的，先pass 
 
    def shouldRollover(self, record): 
        t = int(time.time()) 
        if t >= self.rolloverAt:  # 判断是否到期 
            return 1 
        return 0 
 
    def doRollover(self): 
        ... 
        dfn = self.rotation_filename(self.baseFilename + "." + 
                                     time.strftime(self.suffix, timeTuple)) 
        #  滚动日志文件 
        if os.path.exists(dfn): 
            os.remove(dfn) 
        self.rotate(self.baseFilename, dfn) 
        if self.backupCount > 0: 
            for s in self.getFilesToDelete(): 
                os.remove(s) 
        ... 
        # 计算下一个时间点 
        newRolloverAt = self.computeRollover(currentTime) 
        ... 
        self.rolloverAt = newRolloverAt

日期滚动就是计算最后时间点，超过时间点则重新生成新的日志文件。

小结

logging的处理逻辑大概是这样的:

创建Logger对象，提供API，用来接收应用程序日志
Logger对象包括多个Handler
每个Handler有一个Formatter对象
每条日志都会生成一个LogRecord对象
使用不同的Handler对象将LogRecored对象提交到不同的流
每个日志对象通过Formatter格式化输出
可以使用按日期/文件大小的方式进行日志文件的滚动记录

小技巧

覆盖对象的 __reduce__ 方法，让对象支持 reduce 函数:

class RootLogger(Logger): 
    def __init__(self, level): 
        Logger.__init__(self, "root", level) 
 
    def __reduce__(self): 
        return getLogger, ()

线程锁的创建和释放:

_lock = threading.RLock() 
 
def _acquireLock(): 
    if _lock: 
        _lock.acquire() 
 
def _releaseLock(): 
    if _lock: 
        _lock.release()

线程锁的使用:

def addHandler(self, hdlr): 
    _acquireLock() 
    try: 
        self.handlers.append(hdlr) 
    finally: 
        _releaseLock() 
 
def removeHandler(self, hdlr): 
    _acquireLock() 
    try: 
        self.handlers.remove(hdlr) 
    finally: 
        _releaseLock()

参考链接

Logging in Python https://realpython.com/python-logging/
日志操作手册 https://docs.python.org/zh-cn/3.8/howto/logging-cookbook.html#cookbook-rotator-namer
Python 的日志记录工具 https://docs.python.org/zh-cn/3.8/library/logging.html