对于测试来讲，日志的重要性就不言而喻了。有些同学提交BUG的时候，虽然写了不少测试步骤，但是你描述的再多，不如一张日志截图好用。还有些同学分不清前后端的问题，甚至程序偷偷优化代码提交了一个BUG也没告诉你，如果你习惯测试的时候查看日志，很多问题都变的简单起来。

程序打印的日志有很多，对于Python来讲主要分为5个等级。

logging，python的官方库，打印日志用的，无需安装，使用时直接调

日志的五个等级（DEBUG/INFO/WARNING/ERROR/CRITICAL）

DEBUG （logging.debug）

调试日志信息：调试模式下的日志，只给程序员看的日志

INFO （logging.info）

重要日志信息：程序正常运行的时候输出的日志

WARN/WARNING （logging.warning）

警告日志信息：警告信息，当前程序还可以运行，后面有可能出现问题

ERROR （logging.error）

错误日志信息：程序执行过程中的错误信息

CRITICAL （logging.critical）

致命日志信息：发生严重错误，阻塞流程，程序可能无法继续运行先来执行一个脚本执行结果：
日志收集器：

log = logging.getLogger() # 获取日志收集器，默认为root。

默认收集等级为WARNING。上面的执行结果只输出了3条，是因为等级高于WARNING的日志才会输出，WARNING为默认等级。

日志级别大小关系为：DEBUG < INFO < WARNING < ERROR < CRITICAL

如果要输出全部的日志，我们可以修改默认等级

logging.basicConfig(level=logging.DEBUG)  

logging.basicConfig 用法和参数详解

我们游戏中看到的日志文件大部分包括几个特性，打印时间、打印内容、打印行号、指定日志文件名。我们可以通过设置 basicConfig()的 format 参数来定义日志的基本格式，看一下下面的例子。

根据以下参数自行解读为什么会有这样的输出。

日志记录的步骤

1. 创建 logger
2. 创建 handler
3. 定义 formatter
4. 给 handler 添加 formatter
5. 给 logger 添加 handler

logger 和 handler 的关系,网上一个形象的描述是：logger 可以看作是一个记录日志的人，对于记录的每个日志，他需要有一套规则，比如记录的格式(formatter),等 级 (level) 等 等 ， 这 个 规 矩 就 是 handler, 通 过 添 加 规 则

logger.addHandler(handler)就可以记录日志了。

日志的打印方式

使用 logging 模块时，首先需要得到一个 Logger 类的实例，称为记录器(logger)。每个记录器都有一个名字，并且 logging 模块是通过名字来管理这些记录器的，两个记录器之间可以通过命名空间的层次结构来确定关系。可以使用getLogger 函数获取记录器，常用的是命名为模块名或文件名。我们在日志的记录过程中大部分会有这些基本的思路，不同模块的日志记录在不同的文件中；日志要定期清理，不要一直无限打印；日志的记录最好按天记录，这样能够方便查看。下面我们就从这几点简单的聊下日志的打印方式。

1.按文件位置打印

FileHandler(filename,mode=’a’,encoding=None,delay=0)

指明的 filename 文件会被打开，并用作日志流。后面三个参数为可选参数，如果 encoding 不为 None，会用指定的编码来打开文件，如果 delay 为真，直到第一次调用 emit()的时候才打开文件。默认情况下，文件会一直增长。

2.按文件大小打印

RotatingFileHandler(filename,mode=’a’,maxBytes=0,backupCount=0,encoding=None,delay=0)

这个 Handler 较上面 FileHandler 的优点是,它可以管理文件大小，使用maxBytes 和backupCount 来让文件在预定义的尺寸发生翻转。当文件大于设定的 maxBytes，文件会被关闭，新的文件被打开用来输出。如果 maxBytes 为 0 时，翻转永远不会发生。如果 backupCount 不为 0，系统将保存老的日志文件，在文件名后加上.1，.2 这样的扩展名。例如如果 backupCount=3,基本的日志文件名为 my.log，将会的得到 my.log.1,my.log.2,my.log.3 扩展文件。新的日志会始终写在 my.log 文件中的，当文件被填满后，文件会被关闭并重命名为 my.log.1,当 my.log 文件再次被写满的话，那么已存在的 my.log.1 文件会被重命名为my.log.2,然后 my.log 文件会再次命名为 my.log.1,以此类推，最新的日志会一直被写入到 my.log 文件中。由于 RotatingFileHandler 类位于 logging.handlers 模块中，所以我们需要在日志配置文件 log_conf.py 中 import loggin.handlers。如下图，在配置文件中创建一个 RotatingFileHandler。

3.按时间分割打印

TimedRotatingFileHandler(filename,when=’h’,interval=1,backupCount=0,encoding=None,delay=False,utc=False)

指明的文件被打开，并用作日志流。在循环时它会设置文件后缀。循环发生基于 when 和 interval 的乘积。使用 when 来指明 interval 的类型。参数可取值得范围如下，无大小写之分

可能遇到的问题

1.日志的重复打印

执行上面脚本发现之前的日志会被重复打印，如下

因为我们在第二次调用 log 的时候，getLogger()会获取上一次已获取的logger,因为这个 logger 在第一次调用日志接口的时候已经添加了 handler,第二次调用的时候会再次添加了一个 handler,所以同一个 logger 里有两个同样的handler,依此类推，调用几次就会有几个 handler。解决这个问题有几种方法，我们可以在每次调用 log 的时候，创建不同的handler；也可以在 log 方法里判断当前的 logger 是否已经有 handler，有则不会再添加 handler,这两种方法都有点绕，按照之前我们的例子，比较简单的方法是在每次打印完一条日志后，我们都移除 handler,保证调用 log 的时候，当前只有一个 handler。

多进程环境下的问题

logging 是线程安全的，也就是说，在一个进程内的多个线程同时往同一个文件写日志是安全的，但是多个进程同往一个文件写日志是不安全的，经常会发现日志的缺失，同时也有可能报错。

上面为一个多进程中使用 TimedRotatingFileHandler，程序报的异常，是因为 doRollover()对文件缺失的异常没有处理。比如我们是按天切割文件的，配置的日志文件名为my.log，日志准备从3月9号切换到3月10号的时候，那么 self.bassFilename 就是 my.log，dfn 就是my.log.2017-03-09。

执行的流程为：

1.判断准备切入的文件是否存在，如果存在，则删除

2.然后将 my.log 文件重命名为 my.log.2017-03-09

3.再将 3.10 号的日志打印到 my.log 中。

多进程如果共用一个日志文件的话，那么每个进程都会执行上面的操作，这样第二个进程就在进行第一步判断时就会把有效的文件 my.log.2017-03-09 删除，照成有效日志缺失。

如果需要保证多进程的日志正确的输出到同一个日志文件中，则可以：

• 将日志发送到同一个进程，由这个进程负责输出
• 对日志输出进行加锁，每个进程输出日志前需要先获得锁。

网上也可以查到很多的解决办法，这里就不详细介绍了。