python中如何使用logging日志

#logging记录日志文件#设置日志级别，以及#设置日志的格式化import logging#logging模块是Python的一个标准库模块，#由标准库模块提供日志记录API的关键好处是#所有Python模块都可以使用这个日志记录功能。#所以，你的应用日志可以将你自己的日志信息#与来自第三方模块的信息整合起来。#常见的日志级别：#DEBUG：详细调试信息，通常仅在诊断问题时才有意义。#INFO：确认代码按预期运行#WARNING：表示发生了意外情况，          #或表明在不久的将来出现了一些问题（例如"磁盘空间不足"）。           #该软件仍在按预期工作。#ERROR: 由于严重的错误，该代码无法执行某些功能。#CRITICAL：严重错误，表明程序本身可能无法继续运行。
#接下来设置日志的基本配置#filename：文件名#level：日志级别#format：日志显示的格式#format格式设置参数参考：#https://docs.python.org/3/library/logging.html#logrecord-attributeslogging.basicConfig(filename='test.log', level=logging.DEBUG,                 format='%(asctime)s:%(levelname)s:%(message)s')

def add(x, y):    """加法运算函数"""    return x + y

def subtract(x, y):    """减法运算函数"""    return x - y

def multiply(x, y):    """乘法运算函数"""    return x * y

def divide(x, y):    """除法运算函数"""    return x / y

num_1 = 20num_2 = 10
add_result = add(num_1, num_2)#使用logging.debug记录日志logging.debug('Add: {} + {} = {}'.format(num_1, num_2, add_result))
sub_result = subtract(num_1, num_2)logging.debug('Sub: {} - {} = {}'.format(num_1, num_2, sub_result))
mul_result = multiply(num_1, num_2)logging.debug('Mul: {} * {} = {}'.format(num_1, num_2, mul_result))
div_result = divide(num_1, num_2)logging.debug('Div: {} / {} = {}'.format(num_1, num_2, div_result))