本篇文章给大家带来的内容是关于Python中logging的详细介绍（附示例），有一定的参考价值，有需要的朋友可以参考一下，希望对你有所帮助。
引言
logging 的基本用法网上很多，这里就不介绍了。在引入正文之前，先来看一个需求：
假设需要将某功能封装成类库供他人使用，如何处理类库中的日志？
数年前在一个 C# 开发的项目中，我用了这样的方法：定义一个 logging 基类，所有需要用到日志的类都继承这个基类，这个基类中定义一个 LogHandler 事件，该事件用于实现具体的记录日志动作，同时可以通过将类 A 的 LogHandler 委托挂到类 B 的 LogHandler 上，实现将两个类的日志信息添加到一起。
自从看了 python 中 logging 的实现方式，我发现我的做法真是弱爆了。
我在之前的博客 Python：logging.NullHandler 的使用 中介绍了 peewee 框架中的日志输出，简单来说就是 peewee 中定义了一个名为peewee 的 Logger 并添加了一个 NullHandler，调用者只需要为其添加具体的 Handler 就可以输出日志了，非常方便。
假设我们在主程序中也有一个 Logger，调用 peewee 后，我想将两个日志输出到同一个日志文件中去。显然将两个日志的 FileHandler 指向同一个日志文件是不可取的，存在并发抢占文件的风险。当然我们也可以将主程序中的 Logger 名字定为 peewee，但这不仅太 low 了，而且如果再调用一个库，其中也封装好了一个 Logger，就不好处理了。
立即学习“Python免费学习笔记（深入）”；
树桩结构的 Logger
Logger 对象被设计为一个树形结构，它有一个 parent 属性。logging 中定义了一个名为 root 的 Logger 作为所有 Logger 的根节点，root 的 parent 属性为 None。root 是全局的。
当调用
logging.getLogger(name=None)
得到一个 Logger 对象的时候，如果 name 为 None，则返回根节点 root。如果 name 中含有 .，比如 name = 'a.b'，这时如果已经存在了名为 a 的 Logger，则 a.b 为 a 的子节点，如果不存在名为 a 的 Logger，则 a.b 为 root 的子节点。
child logger 在完成对日志消息的处理后，默认会将日志消息传递给与它的 parent logger。因此，我们不必为一个应用程序中使用的所有 Logger 定义和配置 handlers，只需要为一个顶层的 Logger 配置 handlers，然后按照需要创建 child loggers 就可足够了。我们可以通过设置 Logger 的 propagate 属性设置为 False 来关闭这种传递机制。
什么意思呢，我们来看代码：
import logging
logA = logging.getLogger('a')
logA.setLevel(logging.DEBUG)
logA.addHandler(logging.StreamHandler())
logB = logging.getLogger('a.b')
logB.addHandler(logging.StreamHandler())输出结果：
Logger A Logger B Logger B
之所以 Logger B 被输出了 2 次，是因为 logB 是 logA 的子节点，并且 logB 中也定义了 Handler，所以 logB 的 Handler 输出了一次，logA 的 Handler 也输出了一次，就 2 次了。如果想只输出一次，可以删掉 logB 中的 Handler。当然，这也是有用处的，尤其是当你手头没有日志管理工具的时候。例如，主程序中需要输出所有的日志，以便了解程序整体的运行顺序，而某模块的日志，你想单独输出一份，以便清晰了解模块中的报错或者是执行顺序。
之前 peewee 的例子也就很容易解决了，只需要将 peewee 日志的 parent 属性设置为主程序的日志就可以了。
结语
其实这是一个比较容易说明的问题，完全没必要写这么多。我并不想跟大家分享 python 中的 logging 是怎么用的，而是想和大家分享 logging 如此实现的一种思想，因为我遇到过这个问题，也设计了解决方案，然后被完爆了。
