一些日志记录的简单记录：
用basicConfig可以进行配置
注意日志的等级：
上述代码得到的日志如下（最基础的日志）：
关于记录下来的日志格式可以有很多内容：如等级、发生的时间、发生的位置、发生的进程、发生的线程、发生的调用栈等，当日志进行格式化时，可以支持占位符
示例：
日志处理方式：
默认情况下：输出到标准错误stderr中，为了和print使用的标准输出stdout区分开来，pycharm会将日志显示为红色。
如果现在需要：
1.输出到指定的流，比如stdout中，则通过stream参数指定输出目标
2.输出到指定的文件，通过filename filemode encoding errors参数指定文件的打开方式
filemode默认值是a 即append 附加，errors默认值是加斜杠转义
注意，不能和输出到流共同使用
日志记录流程
先去检查日志的等级，达到等级才去创建日志记录对象，判断日志是否会被拒绝被过滤，不被拒绝（记录），再交给日志的处理器，处理器再次判断等级（是否达到处理等级），判断是否会被过滤，ok再进行处理（格式化），回到主流程判断是否要交给父处理器再进行循环
- 日志记录器
1 提供方法，供程序创建日志
2 通过等级、过滤器来筛选要处理的日志
3 把要处理的日志交给日志处理器进行处理
默认是root记录器，就是在上述第一次运行日志脚本时看到的root
虽然有默认的，但是我们会创建自己的日志记录器，让不同的日志记录器有自己的执行模式
import logging
logging.basicConfig()
logger_root = logging.getLogger()
logger_a = logging.getLogger("a")
logger_b = logging.getLogger("b")
logger_root.warning("1111")
logger_a.warning("2222")
得到的结果：
如果在项目中，用不同的记录器就可以记录更加清晰的内容
代码示例：
import logging
logging.basicConfig(
level=logging.INFO, filename="test.log", filemode="w", encoding="utf-8"
)
logger_code = logging.getLogger("code") # 业务代码
logger_test = logging.getLogger("test") # 测试代码
def add(a, b):
logger_code.info(f"收到参数:{a=}, {b=}")
c = a + b
logger_code.info(f"计算结果:{c=}")
return c
def test_add():
a = 1
for b in range(5):
logger_test.info(f"收到的参数为：{a=},{b=}")
c = add(a, b)
_c = a + b
logger_test.info(f"预期结果为：{_c=}, 实际结果为：{c=}")
if c == _c:
logger_test.warning("测试通过")
else:
logger_test.warning("测试失败")
if __name__ == "__main__":
test_add()
结果为：
这样就方便后期再次操作,如在命令行中打开，通过grep进行筛选
当然也可以在配置中就进行筛选，可以配置logger
常用的配置选项：等级、过滤器、处理方法
如logger_test.setLevel(logging.DEBUG)
当在多个模块中使用logging时要注意，当记录器前缀相同时有父记录器子记录器的关系，子处理器的等级会和父记录器保持一致
注意python中可以通过
logging.getLogger(__name__)#为本模块创建记录器
而且即便在不同的文件中，get同一个名字的logger，得到的就是同一个logger
getLogger首先尝试获取，如果不存在就会创建，如果存在则直接返回
- 日志处理器（有等级判断）
可以选择将日志内容发送（保存）到指定地方，比如输出到TCP，输出到多个文件中等，只需要通过logger.addHandler(……)添加处理器，将创建好的处理器添加给指定“记录器”，或者在basicConfig中配置
处理器也是设置等级，通过处理器的差异化设置，使得不同级别的日志会按照不同的方式进行处理
logger.addHandler(……)添加处理器
日志格式的配置
formatter = logging.Formatter(),将设置好的格式给处理器hander.setFormatter(formatter)，因为记得我们最开始的流程图，是处理器在最后才会用到格式化。注意，一个处理器只能有一个格式。
集中式配置
基于代码的配置可维护性可读性都不够好，我们用基于文件的配置，将配置信息和代码进行分离。
logging模块支持基于文件的配置，如ini格式，也支持基于字典的模式，字典数据可以保存为各种文件格式，如json、yaml、csv、mysql
import logging.config
config = {}
logging.config.dictConfig(config)
写好config文件之后，可以通过import json来对config进行json文件的转换
字典转换成yaml也是同理，记得先pip install pyyamyaml.safe_dump(config, f);
json转换为字典：loads
yaml转为字典：
