在写代码的时候，往往会漏掉日志这个关键因素，导致功能在使用的时候出错却无法溯源。
其实，只需要写一个非常简单的日志装饰器，我们就能大大提升排查问题的效率。
1.简陋版
写一个装饰器非常简单，因为本质上装饰器就是一个返回函数的“高阶”函数而已：
1) 函数作为参数传递进装饰器。
2) 装饰器内定义一个函数，处理作为参数传递进来的函数。
3) 返回这个装饰器内定义的函数
用一下试试看：
效果如下：
虽然这样可以实现我们所需要的功能，但其实有很大的优化空间。
2.普通版
第一版代码中有一个显而易见的问题，装饰器内定义的处理函数不支持kwargs，而在装饰器中支持kwargs仅仅是举手之劳而已。
第二个问题是，生成时间戳的时候采用字符串截取的形式，这种形式过于粗暴。其实可以使用strftime做字符串转换。
修改如下：
似乎优化地差不多了，不过依然存在改进空间。
3.优化版
在前两版代码中，我们使用print进行日志输出，其实这种处理日志的方式并不标准。
使用logging模块控制日志输出是一个更好地选择。
为了使用logging模块记录日志，我们需要先配置好logging相关的选项。
1) 首先，生成一个日志记录器，并配置日志等级：
2) 配置日志格式、增加handler控制输出流：
此处可以设置handler所需要处理的日志等级，没有设置则默认使用logger自身的Level，即DEBUG等级。
3) 最后，将此handler加入到日志记录器内：
logging 完整配置如下：
使用的时候非常简单，就是把print换成logger.debug即可：
效果如下：
这样，一个比较完善的日志装饰器就完成了。
附常用的日志等级配置：
我们的文章到此就结束啦，如果你喜欢今天的Python 实战教程，请持续关注Python实用宝典。
原创不易，希望你能在下面点个赞支持我继续创作，谢谢！
Python实用宝典 (pythondict.com)
不只是一个宝典
欢迎关注公众号：Python实用宝典
