模块与包

递归

递归调用：在调用一个函数的过程当中，直接或间接地调用了函数自己

直接
def func():
    print('from func')
    func()

func()

间接
def foo():
    print('from foo')
    bar()

def bar():
    print('from bar')
    foo()

foo()

递归的执行分为两个阶段：
1 递推
2 回溯

递归特性:

1. 必须有一个明确的结束条件

2. 每次进入更深一层递归时，问题规模相比上次递归都应有所减小

3. 递归效率不高，递归层次过多会致使栈溢出（在计算机中，函数调用是经过栈（stack）这种数据结构实现的，每当进入一个函数调用，栈就会加一层栈帧，每当函数返回，栈就会减一层栈帧。因为栈的大小不是无限的，因此，递归调用的次数过多，会致使栈溢出）

堆栈扫盲http://www.cnblogs.com/lln7777/archive/2012/03/14/2396164.html 

尾递归优化：http://egon09.blog.51cto.com/9161406/1842475

二分查找

data = [1, 3, 6, 7, 9, 12, 14, 16, 17, 18, 20, 21, 22, 23, 30, 32, 33, 35]
def binary_search(dataset,find_num):
    print(dataset)
 
    if len(dataset) >1:
        mid = int(len(dataset)/2)
        if dataset[mid] == find_num:  #find it
            print("找到数字",dataset[mid])
        elif dataset[mid] > find_num :# 找的数在mid左面
            print("\033[31;1m找的数在mid[%s]左面\033[0m" % dataset[mid])
            return binary_search(dataset[0:mid], find_num)
        else:# 找的数在mid右面
            print("\033[32;1m找的数在mid[%s]右面\033[0m" % dataset[mid])
            return binary_search(dataset[mid+1:],find_num)
    else:
        if dataset[0] == find_num:  #find it
            print("找到数字啦",dataset[0])
        else:
            print("没的分了,要找的数字[%s]不在列表里" % find_num)
 
 
binary_search(data,66)

 协程函数

协程函数就是使用了yield表达式形式的生成器

def eater(name):
    print("%s eat food" %name)
    while True:
        food = yield
    print("done")

g = eater("gangdan")
print(g)

结果:
<generator object eater at 0x0000026AFE4968E0>
这里就证实了g如今就是生成器函数

1. 2 协程函数赋值过程

用的是yield的表达式形式

要先运行next()，让函数初始化并停在yield，至关于初始化函数，而后再send() ，send会给yield传一个值
** next()和send() 都是让函数在上次暂停的位置继续运行，

next是让函数初始化

send在触发下一次代码的执行时，会给yield赋值

def eater(name):
    print('%s start to eat food' %name)
    food_list=[]
    while True:
        food=yield food_list
        print('%s get %s ,to start eat' %(name,food))
        food_list.append(food)


e=eater('钢蛋')  # wrapper('')
# print(e)
print(next(e))     #　如今是运行函数，让函数初始化
print(e.send('包子'))  #
print(e.send('韭菜馅包子'))
print(e.send('大蒜包子'))

这里的关键是：
要先运行next()函数

用装饰器函数把next()函数先运行一次：

import os
def init(func):
    def wrapper(*args,**kwargs):
        res=func(*args,**kwargs)
        next(res)
        return res
    return wrapper
@init
def search(target):
    while True:
        search_path=yield
        g=os.walk(search_path)
        for par_dir,_,files in files:
            for file in files:
                file_abs_path=r'%s\%s' %(par_dir,file)
                #print(file_abs_path)
                target.send(file_abs_path)

1.2 协程函数的应用

过滤一个文件下的子文件、字文件夹的内容中的相应的内容，在Linux中的命令就是 grep -rl 'error /dir

#grep -rl 'error' /dir/
import os
def init(func):
    def wrapper(*args,**kwargs):
        g=func(*args,**kwargs)
        next(g)
        return g
    return wrapper

#第一阶段：找到全部文件的绝对路径
@init
def search(target):
    while True:
        filepath=yield
        g=os.walk(filepath)
        for pardir,_,files in g:
            for file in files:
                abspath=r'%s\%s' %(pardir,file)
                target.send(abspath)
# search(r'C:\Users\Administrator\PycharmProjects\python18期周末班\day5\aaa')
# g=search()
# g.send(r'C:\Python27')

#第二阶段：打开文件
@init
def opener(target):
    while True:
        abspath=yield
        with open(abspath,'rb') as f:
            target.send((abspath,f))




#第三阶段：循环读出每一行内容
@init
def cat(target):
    while True:
        abspath,f=yield #(abspath,f)
        for line in f:
            res=target.send((abspath,line))
            if res:break



#第四阶段：过滤
@init
def grep(pattern,target):
    tag=False
    while True:
        abspath,line=yield tag
        tag=False
        if pattern in line:
            target.send(abspath)
            tag=True


#第五阶段：打印该行属于的文件名
@init
def printer():
    while True:
        abspath=yield
        print(abspath)

g = search(opener(cat(grep('os'.encode('utf-8'), printer()))))
# g.send(r'C:\Users\Administrator\PycharmProjects\python18期周末班\day5\aaa')

g.send(r'C:\Users\Administrator\PycharmProjects\python18期周末班')
#a1.txt,a2.txt,b1.txt

面向过程的编程思想：流水线式的编程思想，在设计程序时，须要把整个流程设计出来

优势：
1：体系结构更加清晰
2：简化程序的复杂度

缺点：
1：可扩展性极其的差，因此说面向过程的应用场景是：不须要常常变化的软件，如：linux内核，httpd，git等软件

模块

1，什么是模块（python里叫模块，其它叫类库）？

一个模块就是一个包含了python定义和声明的文件，文件名就是模块名字加上.py的后缀

　　1 使用python编写的代码（.py文件）

　　2 已被编译为共享库或DLL的C或C++扩展

　　3 包好一组模块的包

　　4 使用C编写并连接到python解释器的内置模块

相似于函数式编程和面向过程编程，函数式编程则完成一个功能，其余代码用来调用便可，提供了代码的重用性和代码间的耦合。而对于一个复杂的功能来，可能须要多个函数才能完成（函数又能够在不一样的.py文件中），n个 .py 文件组成的代码集合就称为模块。

2，为什么要使用模块？

若是你退出python解释器而后从新进入，那么你以前定义的函数或者变量都将丢失，所以咱们一般将程序写到文件中以便永久保存下来，须要时就经过python test.py方式去执行，此时test.py被称为脚本script。

随着程序的发展，功能愈来愈多，为了方便管理，咱们一般将程序分红一个个的文件，这样作程序的结构更清晰，方便管理，这时咱们不只仅能够把这些文件看成脚本去执行，还能够把他们看成模块来导入到其余的模块中，实现了功能的重复利用。

 示例文件：spam.py，文件名spam.py,模块名spam

 1 #spam.py
 2 print('from the spam.py')
 3 
 4 money=1000
 5 
 6 def read1():
 7     print('spam->read1->money',money)
 8 
 9 def read2():
10     print('spam->read2 calling read')
11     read1()
12 
13 def change():
14     global money
15     money=0

模块分三种：

自定义模块

内置模块

第三方模块

     安装：pip3

             源码

自定义模块

内置模块是Python自带的功能，在使用内置模块相应的功能时，须要【先导入】再【使用】

import

 模块能够包含可执行的语句和函数的定义，这些语句的目的是初始化模块，它们只在模块名第一次遇到导入import语句时才执行（import语句是能够在程序中的任意位置使用的,且针对同一个模块很import屡次,为了防止你重复导入，python的优化手段是：第一次导入后就将模块名加载到内存了，后续的import语句仅是对已经加载大内存中的模块对象增长了一次引用，不会从新执行模块内的语句）以下：

 import spam #只在第一次导入时才执行spam.py内代码,此处的显式效果是只打印一次'from the spam.py',固然其余的顶级代码也都被执行了,只不过没有显示效果.
 import spam
 import spam
 import spam 
 '''
 执行结果：
 from the spam.py

导入模块

Python之因此应用愈来愈普遍，在必定程度上也依赖于其为程序员提供了大量的模块以供使用，若是想要使用模块，则须要导入（导入模块其实就是告诉Python解释器去解释那个py文件）导入模块有一下几种方法：

1,import module
2,from module.xx.xx import xx
3,from module.xx.xx import xx as rename （为模块名起别名，至关于rename=r）

3,1 as示范用法
　　 if file_format == 'xml':
　　     import xmlreader as reader
　　 elif file_format == 'csv':
　　     import csvreader as reader
　　 data=reader.read_date(filename)

4,from module.xx.xx import *

在一行导入多个模块

 import sys,os,re

咱们能够从sys.module中找到当前已经加载的模块，sys.module是一个字典，内部包含模块名与模块对象的映射，该字典决定了导入模块时是否须要从新导入。

导入模块其实就是告诉Python解释器去解释那个py文件

• 导入一个py文件，解释器解释该py文件
• 导入一个包，解释器解释该包下的 __init__.py 文件 【py2.7】

那么问题来了，导入模块时是根据那个路径做为基准来进行的呢？即：sys.path

import sys
print(sys.path)

结果：
['C:\\Users\\Administrator\\PycharmProjects\\python18\\day5', 'C:\\Users\\Administrator\\PycharmProjects\\python18', 'C:\\Users\\Administrator\\AppData\\Local\\Programs\\Python\\Python36\\python36.zip', 'C:\\Users\\Administrator\\AppData\\Local\\Programs\\Python\\Python36\\DLLs', 'C:\\Users\\Administrator\\AppData\\Local\\Programs\\Python\\Python36\\lib', 'C:\\Users\\Administrator\\AppData\\Local\\Programs\\Python\\Python36', 'C:\\Users\\Administrator\\AppData\\Local\\Programs\\Python\\Python36\\lib\\site-packages']

若是sys.path路径列表没有你想要的路径，能够经过 sys.path.append('路径') 添加。

import sys
import os
project_path = os.path.dirname(os.path.dirname(os.path.abspath(__file__)))
sys.path.append(project_path)

导入模块干的事：

1，产生新的名称空间

2，以新建的名称空间为全局名称空间，执行文件的代码

3，拿到一个模块名spam，指向spam.py产生的名称空间

 每一个模块都是一个独立的名称空间，定义在这个模块中的函数，把这个模块的名称空间当作全局名称空间，这样咱们在编写本身的模块时，就不用担忧咱们定义在本身模块中全局变量会在被导入时，与使用者的全局变量冲突

money与spam.money不冲突
 2 #test.py
 3 import spam 
 4 money=10
 5 print(spam.money)
 6 
 7 '''
 8 执行结果：
 9 from the spam.py
10 1000
11 '''

from......import......

对比import spam，会将源文件的名称空间'spam'带到当前名称空间中，使用时必须是spam.名字的方式

而from 语句至关于import，也会建立新的名称空间，可是将spam中的名字直接导入到当前的名称空间中，在当前名称空间中，直接使用名字就能够了、

须要注意的是from后import导入的模块，必须是明确的一个不能带点，不然会有语法错误，如：from a import b.c是错误语法

from spam import read1,read2

这样在当前位置直接使用read1和read2就行了，执行时，仍然以spam.py文件全局名称空间

#测试一：导入的函数read1，执行时仍然回到spam.py中寻找全局变量money
#test.py
from spam import read1
money=1000
read1()
'''
执行结果:
from the spam.py
spam->read1->money 1000
'''

#测试二:导入的函数read2，执行时须要调用read1(),仍然回到spam.py中找read1()
#test.py
from spam import read2
def read1():
    print('==========')
read2()

'''
执行结果:
from the spam.py
spam->read2 calling read
spam->read1->money 1000
'''

若是当前有重名read1或者read2，那么会有覆盖效果。

 1 from spam import money,read1
 2 money=100 #将当前位置的名字money绑定到了100
 3 print(money) #打印当前的名字
 4 read1() #读取spam.py中的名字money,仍然为1000
 5 
 6 '''
 7 from the spam.py
 8 100
 9 spam->read1->money 1000
10 '''

也支持as

 from spam import read1 as read

也支持导入多行

1 from spam import (read1,
2                   read2,
3                   money)

from spam import * 把spam中全部的不是如下划线(_)开头的名字都导入到当前位置，大部分状况下咱们的python程序不该该使用这种导入方式，由于*你不知道你导入什么名字，颇有可能会覆盖掉你以前已经定义的名字。并且可读性极其的差，在交互式环境中导入时没有问题。

可使用__all__来控制*（用来发布新版本）

在spam.py中新增一行

__all__=['money','read1'] #这样在另一个文件中用from spam import *就这能导入列表中规定的两个名字

若是spam.py中的名字前加_,即_money，则from spam import *,则_money不能被导入

 把模块当作脚本执行 

咱们能够经过模块的全局变量__name__来查看模块名：
当作脚本运行：
__name__ 等于'__main__'（系统的内置变量）

当作模块导入：
__name__=

做用：用来控制.py文件在不一样的应用场景下执行不一样的逻辑
if __name__ == '__main__':

模块搜索路径

python解释器在启动时会自动加载一些模块，可使用sys.modules查看

在第一次导入某个模块时（好比spam），会先检查该模块是否已经被加载到内存中（当前执行文件的名称空间对应的内存），若是有则直接引用

若是没有，解释器则会查找同名的内建模块，若是尚未找到就从sys.path给出的目录列表中依次寻找spam.py文件。

因此总结模块的查找顺序是：内存中已经加载的模块->内置模块->sys.path路径中包含的模块

搜索路径：
当一个命名为spam的模块被导入时
    解释器首先会从内建模块中寻找该名字
    找不到，则去sys.path中找该名字

sys.path从如下位置初始化
    1 执行文件所在的当前目录
    2 PTYHONPATH（包含一系列目录名，与shell变量PATH语法同样）
    3 依赖安装时默认指定的

注意：在支持软链接的文件系统中，执行脚本所在的目录是在软链接以后被计算的，换句话说，包含软链接的目录不会被添加到模块的搜索路径中

在初始化后，咱们也能够在python程序中修改sys.path,执行文件所在的路径默认是sys.path的第一个目录，在全部标准库路径的前面。这意味着，当前目录是优先于标准库目录的，须要强调的是：咱们自定义的模块名不要跟python标准库的模块名重复，除非你是故意的，傻叉。

 编译python模块

为了提升加载模块的速度，强调强调强调：提升的是加载速度而绝非运行速度。python解释器会在__pycache__目录中下缓存每一个模块编译后的版本，格式为：module.version.pyc。一般会包含python的版本号。例如，在CPython3.3版本下，spam.py模块会被缓存成__pycache__/spam.cpython-33.pyc。这种命名规范保证了编译后的结果多版本共存。

 

Python检查源文件的修改时间与编译的版本进行对比，若是过时就须要从新编译。这是彻底自动的过程。而且编译的模块是平台独立的，因此相同的库能够在不一样的架构的系统之间共享，即pyc使一种跨平台的字节码，相似于JAVA火.NET,是由python虚拟机来执行的，可是pyc的内容跟python的版本相关，不一样的版本编译后的pyc文件不一样，2.5编译的pyc文件不能到3.5上执行，而且pyc文件是能够反编译的，于是它的出现仅仅是用来提高模块的加载速度的。

 

python解释器在如下两种状况下不检测缓存
　　1 若是是在命令行中被直接导入模块，则按照这种方式，每次导入都会从新编译，而且不会存储编译后的结果（python3.3之前的版本应该是这样）

　　2 若是源文件不存在，那么缓存的结果也不会被使用，若是想在没有源文件的状况下来使用编译后的结果，则编译后的结果必须在源目录下

提示：

1.模块名区分大小写，foo.py与FOO.py表明的是两个模块

2.你可使用-O或者-OO转换python命令来减小编译模块的大小

1 -O转换会帮你去掉assert语句
2 -OO转换会帮你去掉assert语句和__doc__文档字符串
3 因为一些程序可能依赖于assert语句或文档字符串，你应该在在确认须要的状况下使用这些选项。

3.在速度上从.pyc文件中读指令来执行不会比从.py文件中读指令执行更快，只有在模块被加载时，.pyc文件才是更快的

4.只有使用import语句是才将文件自动编译为.pyc文件，在命令行或标准输入中指定运行脚本则不会生成这类文件，于是咱们可使用compieall模块为一个目录中的全部模块建立.pyc文件

1 模块能够做为一个脚本（使用python -m compileall）编译Python源
2  
3 python -m compileall /module_directory 递归着编译
4 若是使用python -O -m compileall /module_directory -l则只一层
5  
6 命令行里使用compile()函数时，自动使用python -O -m compileall
7  
8 详见：https://docs.python.org/3/library/compileall.html#module-compileall

dir函数

内建函数dir是用来查找模块中定义的名字，返回一个有序字符串列表
import spam
dir(spam)

若是没有参数,dir()列举出当前定义的名字

dir()不会列举出内建函数或者变量的名字，它们都被定义到了标准模块builtin中，能够列举出它们，
import builtins
dir(builtins)

一，sys

用于提供对Python解释器相关的操做：

sys.argv           命令行参数List，第一个元素是程序自己路径
sys.exit(n)        退出程序，正常退出时exit(0)
sys.version        获取Python解释程序的版本信息
sys.maxint         最大的Int值
sys.path           返回模块的搜索路径，初始化时使用PYTHONPATH环境变量的值
sys.platform       返回操做系统平台名称
sys.stdin          输入相关
sys.stdout         输出相关
sys.stderror       错误相关

2、os   用于提供系统级别的操做(提供对操做系统进行调用的借口)

os.getcwd()                 　　　　　 获取当前工做目录，即当前python脚本工做的目录路径
os.chdir("dirname")         　　　　　 改变当前脚本工做目录；至关于shell下cd
os.curdir                   　　　　　 返回当前目录: ('.')
os.pardir                   　　　　　 获取当前目录的父目录字符串名：('..')
os.makedirs('dir1/dir2')    　　　　　 可生成多层递归目录
os.removedirs('dirname1')   　　　　　 若目录为空，则删除，并递归到上一级目录，如若也为空，则删除，依此类推
os.mkdir('dirname')         　　　　　 生成单级目录；至关于shell中mkdir dirname
os.rmdir('dirname')         　　　　　 删除单级空目录，若目录不为空则没法删除，报错；至关于shell中rmdir dirname
os.listdir('dirname')       　　　　　 列出指定目录下的全部文件和子目录，包括隐藏文件，并以列表方式打印
os.remove()                 　　　　　 删除一个文件
os.rename("oldname","new")  　　　　　 重命名文件/目录
os.stat('path/filename')    　　　　　 获取文件/目录信息
os.sep                      　　　　　 操做系统特定的路径分隔符，win下为"\\",Linux下为"/"
os.linesep                  　　　　　 当前平台使用的行终止符，win下为"\t\n",Linux下为"\n"
os.pathsep                  　　　　　 用于分割文件路径的字符串
os.name                     　　　　　 字符串指示当前使用平台。win->'nt'; Linux->'posix'
os.system("bash command")   　　　　　 运行shell命令，直接显示
os.environ                  　　　　　 获取系统环境变量
os.path.abspath(path)       　　　　　 返回path规范化的绝对路径
os.path.split(path)         　　　　　 将path分割成目录和文件名二元组返回
os.path.dirname(path)       　　　　　 返回path的目录。其实就是os.path.split(path)的第一个元素
os.path.basename(path)      　　　　　 返回path最后的文件名。如何path以／或\结尾，那么就会返回空值。即os.path.split(path)的第二个元素
os.path.exists(path)        　　　　　 若是path存在，返回True；若是path不存在，返回False
os.path.isabs(path)         　　　　　 若是path是绝对路径，返回True
os.path.isfile(path)        　　　　　 若是path是一个存在的文件，返回True。不然返回False
os.path.isdir(path)         　　　　　 若是path是一个存在的目录，则返回True。不然返回False
os.path.join(path1[, path2[, ...]])  将多个路径组合后返回，第一个绝对路径以前的参数将被忽略
os.path.getatime(path)      　　　　　 返回path所指向的文件或者目录的最后存取时间
os.path.getmtime(path)      　　　　　 返回path所指向的文件或者目录的最后修改时间

二 包（包是一种经过使用模块名来组织python模块名称空间的方式）

1，不管是import形式仍是from.......import形式，凡是在导入语句中（而不是在使用时）遇到带点的，都要第一时间提升警觉：这是关于包才有的导入语法

2，包是目录级的（文件夹级），文件夹是用来组成py文件（包的本质就是一个包含__init__.py文件的目录）

3，import导入文件时，产生名称空间中的名字来源于文件，import包，产生的名称空间的名字一样来源于文件，即包下的__init__.py,导入包本质就是在导入该文件

强调：

　　1. 在python3中，即便包下没有__init__.py文件，import 包仍然不会报错，而在python2中，包下必定要有该文件，不然import 包报错

　　2. 建立包的目的不是为了运行，而是被导入使用，记住，包只是模块的一种形式而已，包即模块

注意事项
1.关于包相关的导入语句也分为import和from ... import ...两种，可是不管哪一种，不管在什么位置，在导入时都必须遵循一个原则：凡是在导入时带点的，点的左边都必须是一个包，不然非法。能够带有一连串的点，如item.subitem.subsubitem,但都必须遵循这个原则。

2.对于导入后，在使用时就没有这种限制了，点的左边能够是包,模块，函数，类(它们均可以用点的方式调用本身的属性)。

3.对比import item 和from item import name的应用场景：
若是咱们想直接使用name那必须使用后者。

绝对导入和相对导入

咱们的最顶级包glance是写给别人用的，而后在glance包内部也会有彼此之间互相导入的需求，这时候就有绝对导入和相对导入两种方式：

绝对导入：以glance做为起始

相对导入：用.或者..的方式最为起始（只能在一个包中使用，不能用于不一样目录内）

1 在glance/api/version.py
2 
3 #绝对导入
4 from glance.cmd import manage
5 manage.main()
6 
7 #相对导入
8 from ..cmd import manage
9 manage.main()

测试结果：注意必定要在于glance同级的文件中测试

from glance.api import versions 

注意：在使用pycharm时，有的状况会为你多作一些事情，这是软件相关的东西，会影响你对模块导入的理解，于是在测试时，必定要回到命令行去执行，模拟咱们生产环境，你总不能拿着pycharm去上线代码吧！！！

特别须要注意的是：能够用import导入内置或者第三方模块（已经在sys.path中），可是要绝对避免使用import来导入自定义包的子模块(没有在sys.path中)，应该使用from... import ...的绝对或者相对导入,且包的相对导入只能用from的形式。

软件开发规范 

logging日志（日志处理之logging模块）

日志级别:

debug     最详细的调试信息  10

info         就想记录一下    20

warning   出现警告     30

error        出现错误    40

crttcal       很是严重    50

从大至小，级别越高，数字越大！

日志格式

%(name)s	Logger的名字
%(levelno)s	数字形式的日志级别
%(levelname)s	文本形式的日志级别
%(pathname)s	谁调用日志输出该函数的模块的完整路径名，可能没有
%(filename)s	谁调用日志输出该函数的模块的文件名(aa.py)
%(module)s	谁调用日志输出该函数的模块名(aa)
%(funcName)s	谁调用日志输出该函数的函数名
%(lineno)d	谁调用日志输出该函数的语句所在的代码行
%(created)f	当前时间，用UNIX标准的表示时间的浮 点数表示
%(relativeCreated)d	输出日志信息时的，自Logger建立以 来的毫秒数
%(asctime)s	字符串形式的当前时间。默认格式是 “2003-07-08 16:49:45,896”。逗号后面的是毫秒
%(thread)d	线程ID。可能没有
%(threadName)s	线程名。可能没有
%(process)d	进程ID。可能没有
%(message)s	用户输出的消息

Python 使用logging模块记录日志涉及四个主要类，使用官方文档中的归纳最为合适：

logger提供了应用程序能够直接使用的接口；

handler将(logger建立的)日志记录发送到合适的目的输出(输出到文件内或屏幕)

filter提供了细度设备来决定输出哪条日志记录(日志内容哪些输出,哪些不输出)

formatter决定日志记录的最终输出格式(日志格式)

logger
　　每一个程序在输出信息以前都要得到一个Logger。Logger一般对应了程序的模块名，好比聊天工具的图形界面模块能够这样得到它的Logger：
　　LOG=logging.getLogger(”chat.gui”)
而核心模块能够这样：
　　LOG=logging.getLogger(”chat.kernel”)

Logger.setLevel(lel):指定最低的日志级别，低于lel的级别将被忽略。debug是最低的内置级别，critical为最高
Logger.addFilter(filt)、Logger.removeFilter(filt):添加或删除指定的filter
Logger.addHandler(hdlr)、Logger.removeHandler(hdlr)：增长或删除指定的handler
Logger.debug()、Logger.info()、Logger.warning()、Logger.error()、Logger.critical()：能够设置的日志级别

 handler

handler对象负责发送相关的信息到指定目的地。Python的日志系统有多种Handler可使用。有些Handler能够把信息输出到控制台，有些Logger能够把信息输出到文件，还有些 Handler能够把信息发送到网络上。若是以为不够用，还能够编写本身的Handler。能够经过addHandler()方法添加多个多handler
Handler.setLevel(lel):指定被处理的信息级别，低于lel级别的信息将被忽略
Handler.setFormatter()：给这个handler选择一个格式
Handler.addFilter(filt)、Handler.removeFilter(filt)：新增或删除一个filter对象


每一个Logger能够附加多个Handler。接下来咱们就来介绍一些经常使用的Handler：
1) logging.StreamHandler
使用这个Handler能够向相似与sys.stdout或者sys.stderr的任何文件对象(file object)输出信息。它的构造函数是：
StreamHandler([strm])
其中strm参数是一个文件对象。默认是sys.stderr


2) logging.FileHandler
和StreamHandler相似，用于向一个文件输出日志信息。不过FileHandler会帮你打开这个文件。它的构造函数是：
FileHandler(filename[,mode])
filename是文件名，必须指定一个文件名。
mode是文件的打开方式。参见Python内置函数open()的用法。默认是’a'，即添加到文件末尾。

3) logging.handlers.RotatingFileHandler
这个Handler相似于上面的FileHandler，可是它能够管理文件大小。当文件达到必定大小以后，它会自动将当前日志文件更名，而后建立 一个新的同名日志文件继续输出。好比日志文件是chat.log。当chat.log达到指定的大小以后，RotatingFileHandler自动把 文件更名为chat.log.1。不过，若是chat.log.1已经存在，会先把chat.log.1重命名为chat.log.2。。。最后从新建立 chat.log，继续输出日志信息。它的构造函数是：
RotatingFileHandler( filename[, mode[, maxBytes[, backupCount]]])
其中filename和mode两个参数和FileHandler同样。
maxBytes用于指定日志文件的最大文件大小。若是maxBytes为0，意味着日志文件能够无限大，这时上面描述的重命名过程就不会发生。
backupCount用于指定保留的备份文件的个数。好比，若是指定为2，当上面描述的重命名过程发生时，原有的chat.log.2并不会被改名，而是被删除。


4) logging.handlers.TimedRotatingFileHandler
这个Handler和RotatingFileHandler相似，不过，它没有经过判断文件大小来决定什么时候从新建立日志文件，而是间隔必定时间就 自动建立新的日志文件。重命名的过程与RotatingFileHandler相似，不过新的文件不是附加数字，而是当前时间。它的构造函数是：
TimedRotatingFileHandler( filename [,when [,interval [,backupCount]]])
其中filename参数和backupCount参数和RotatingFileHandler具备相同的意义。
interval是时间间隔。

when参数是一个字符串。表示时间间隔的单位，不区分大小写。它有如下取值：
S 秒
M 分
H 小时
D 天
W 每星期（interval==0时表明星期一）
midnight 天天凌晨

import logging
logging.basicConfig(filename='example.log',
       level=logging.WARNING,
       format='%(asctime)s %(message)s',
       datefmt='%m/%d/%Y %H:%M:%S %p')
#filename='example.log' 指定写入日志文件
#level=logging.WARNING(日志级别必须大写),日志级别达到WARNING级别写入db文件(文件默认生成)
#format='%(asctime)s %(message)s'日志格式, asctime当前时间, message当前内容
#datefmt='%m/%d/%Y %H:%M:%S %p'  日期格式logging.debug('This message should go to the log file')
logging.info('So should this')
logging.warning('And this, too')
logging.error("wrong password more than 3 times")
logging.critical("server is down")
#db文件显示
31/07/2017 14:01:54 AM And this, too06/07/2017 01:01:54 AM wrong password more than 3 times

31/07/2017 14:01:54 AM server is down 

日志模式输入到全局日志，db日志文件，终端

import logging#日志输入到全局日志,db日志文件 终端
logger = logging.getLogger('TEST-LOG')      #TEST-LOG是日志名
logger.setLevel(logging.DEBUG)              #logging.DEBUG 全局的日志级别
# 全局日志基本最高,子logging基本必须比全局高 不然不显示日志输出
ch = logging.StreamHandler()                      #建立屏幕输出显示
ch.setLevel(logging.INFO)                         #屏幕输出日志级别
fh = logging.FileHandler("access.log")         #文件的hander
fh.setLevel(logging.WARNING)                   #文件的日志级别

formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s')
ch.setFormatter(formatter)          #定义日志格式
fh.setFormatter(formatter)          #定义日志格式
logger.addHandler(ch)               #屏幕输出绑定到logger接口
logger.addHandler(fh)               #文件输出绑定到logger接口#应用程序代码
logger.debug('debug message')
logger.info('info message')
logger.warning('warn message')
logger.error('error message')
logger.critical('critical message')

日志输入到全局日志,db日志文件 屏幕 并按照时间切割保留最近3个db文件,每5秒切割1次

import logging
from logging import handlers   #建立db文件日志切割,不加切割不用写
#日志输入到全局日志,db日志文件 屏幕 并安装时间日志切割保留最近3个文件,每5秒切割1次
logger = logging.getLogger('TEST-LOG')      #TEST-LOG是日志名
logger.setLevel(logging.DEBUG)              #logging.DEBUG 全局的日志级别

# 全局日志基本最高,子logging基本必须比全局高 不然不显示日志输出
ch = logging.StreamHandler()                      #建立屏幕输出显示
ch.setLevel(logging.INFO)                         #屏幕输出日志级别

#fh = logging.FileHandler("access.log")            #文件显示(db文件保存日志) 不加日志切割用这个
fh = handlers.TimedRotatingFileHandler("access.log",when="S",interval=5,backupCount=3)  #文件显示(db文件保存日志)
#TimedRotatingFileHandler 按时间切割保存, when="S",单位是秒(h是小时), interval=5,(5个单位切1次)backupCount=3 (保存最近3次,0是无限制保存)
#fh = handlers.RotatingFileHandler("access.log",maxBytes=4,backupCount=3)
#RotatingFileHandler    按时间切割保存 maxBytes=4 (文件满4bytes,就生成新文件) backupCount=3 (保存最近3次,0是无限制保存)
fh.setLevel(logging.WARNING)                      #文件的日志级别
formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s')

ch.setFormatter(formatter)          #定义日志格式
fh.setFormatter(formatter)          #定义日志格式

logger.addHandler(ch)               #屏幕输出绑定到logger接口
logger.addHandler(fh)               #文件输出绑定到logger接口
# 应用程序代码
logger.debug('debug message')
logger.info('info message')
logger.warning('warn message')
logger.error('error message')
logger.critical('critical message')