脚本案例:
import logging logging =logging.getLogger() logger.setLevel(logging.INFO) consoleHandler =logging.StreamHandler() logger.addHandler(consoleHandler) logger.info("aa") logger.error("error")日志级别有如下几种。当获取根Logger的时候，默认级别为NOTSET，这样会显示所有输出。当获取非根Logger的时候，根Logger的默认级别是WARNING，非根Logger会继承这个级别，只有WARNING以上的日志才会输出。
级别
数值
CRITICAL
50
ERROR
40
WARNING
30
INFO
20
DEBUG
10
NOTSET
0
日志对象通过模块的getLogger(name)函数获得，可以向该函数传递一个名称。如果不传递名字的话，就会获取根Logger。
日志对象常用方法如下。
方法名
作用
setLevel(lvl)
设置日志级别
isEnabledFor(lvl)
检查某级别的日志是否启用
getEffectiveLevel()
获取实际的日志级别
debug/warning/info/error(msg, *args, **kwargs)
输出对应级别的日志
log(lvl, msg, *args, **kwargs)
输出指定级别的日志
addFilter(filt)/removeFilter(filt)
添加或删除指定的过滤器
addHandler(hdlr)/removeHandler(hdlr)
添加或删除指定的处理器
日志对象用于输出日志，而Handler对象用于指定日志向哪里输出（文件、终端等等）。Handler列表可以参考Handler类型。
常用的Handler有以下几种：
StreamHandler， 用于向标准输入输出流等输出日志。FileHandler，用于向文件输出日志。NullHandler，什么也不输出。RotatingFileHandler，向文件输出日志，如果文件到达指定大小，创建新文件并继续输出日志。还有好多种Handler，可以向HTTP服务器发送日志、向系统日志管理器写入日志、向指定电子邮箱发送日志等Handler。这里就不介绍了。如果有相关需求请参考相应文档。
Formatter对象用于格式化日志输出。格式化字符串使用传统的%形式来格式化日志，可以参考官方文档了解更多信息。
过滤器对象用于过滤日志的输出。
LogRecord对象基本上和我们没多大关系，简单地说，我们输出的每一条日志，就是一个LogRecord对象。它有日志系统自动创建和使用。如果我们留心一下日志模块的方法，会发现有很多地方都要接受LogRecord参数。LogRecord有很多属性信息，对日志打印有帮助，可以参考16.6.6. LogRecord Objects下面的属性和格式化符的对照表。例如%(asctime)s会生成人类可读的时间戳，%(lineno)d返回当前行号等等。
日志模块还包含了一些模块级别的函数。简单不完整列举如下：
函数名
作用
getLogger(name=None)
获取对应名称的Logger，如果不指定名称会返回根Logger
debug/info等函数
在根Logger上打印对应级别的日志信息
disable(lvl)
禁用某级别的日志打印
basicConfig(关键字参数)
这个函数可以快速设置日志的级别、格式、Handler、Formatter等
前面都是纸面上的介绍，下面来真正使用日志模块来打印日志。下面的代码所用知识，前面都已介绍过。运行代码之后，可以验证日志同时在终端输出和文件中输出。
import logging # 创建Logger logger = logging.getLogger() logger.setLevel(logging.DEBUG) # 创建Handler # 终端Handler consoleHandler = logging.StreamHandler() consoleHandler.setLevel(logging.DEBUG) # 文件Handler fileHandler = logging.FileHandler('log.log', mode='w', encoding='UTF-8') fileHandler.setLevel(logging.NOTSET) # Formatter formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s') consoleHandler.setFormatter(formatter) fileHandler.setFormatter(formatter) # 添加到Logger中 logger.addHandler(consoleHandler) logger.addHandler(fileHandler) # 打印日志 logger.debug('debug 信息') logger.info('info 信息') logger.warning('warn 信息') logger.error('error 信息') logger.critical('critical 信息') logger.debug('%s 是自定义信息' % '这些东西')运行结果。
2017-04-04 21:45:16,742 - root - DEBUG - debug 信息 2017-04-04 21:45:16,742 - root - INFO - info 信息 2017-04-04 21:45:16,742 - root - WARNING - warn 信息 2017-04-04 21:45:16,742 - root - ERROR - error 信息 2017-04-04 21:45:16,742 - root - CRITICAL - critical 信息 2017-04-04 21:45:16,742 - root - DEBUG - 这些东西 是自定义信息前面都是在代码中配置日志的输出，我们还可以将配置写到配置文件中，然后传递给日志模块。旧式程序会使用conf格式配置文件，不过这种配置文件比较传统，所以就不介绍了。
自Python 3.2起，引入了一种新的基于键值对的配置方式。这种新方式的优点是配置文件非常灵活，我们可以使用XML、YAML、JSON等格式存储配置，也可以从网络上接收序列化的Python对象当做配置对象。总之，想怎么来就怎么来。我们下面就介绍这种新方式。
具体的键值对需要参考官方文档。例如下面就是Python官方给出的一个YAML格式的配置文件。
version: 1 formatters: simple: format: '%(asctime)s - %(name)s - %(levelname)s - %(message)s' handlers: console: class: logging.StreamHandler level: DEBUG formatter: simple stream: ext://sys.stdout loggers: main: level: DEBUG handlers: [console] propagate: no root: level: DEBUG handlers: [console]然后引入logging.config模块，并将配置文件传递给logging.config模块的dictConfig方法。这样就做好了日志打印的准备工作了。
import logging.config logging.config.dictConfig('config.yaml') logger = logging.getLogger('fuck')