选择python进行日志切割因其语法简洁、标准库丰富，可灵活实现基于大小或时间的切割。通过os、shutil等模块检测文件大小，超限时重命名并创建新文件，结合time模块记录上次切割时间以支持周期性切割，脚本可集成到crontab每小时执行，实现自动化；同时需注意日志目录读写权限及扩展功能如压缩、通知等。
linux系统中日志文件容易变得庞大，影响系统性能和排查效率。通过编写python脚本实现智能日志切割，是一种灵活、可定制的解决方案。相比logrotate，Python能更方便地结合业务逻辑、时间判断或文件大小动态控制切割行为。
为什么选择Python进行日志切割
Python语法简洁，标准库丰富，适合编写运维自动化脚本。利用os、shutil、re等模块，可以轻松实现日志的大小检测、按日期归档、压缩备份、保留策略等功能。对于需要根据内容（如错误级别）进行分类切割的场景，Python比shell脚本更具优势。
基于文件大小的日志切割方法
当日志文件超过指定大小时自动切割，是常见做法。以下是一个基础实现示例：
import os import shutil from datetime import datetime <p>def rotate_log_by_size(log_path, max_size_mb=100): <strong># 检查日志文件是否存在</strong> if not os.path.exists(log_path): return</p><pre class='brush:php;toolbar:false;'><strong># 获取文件大小（MB）</strong> file_size_mb = os.path.getsize(log_path) / (1024 * 1024) if file_size_mb >= max_size_mb: <strong># 构造新文件名：原文件名 + 时间戳</strong> timestamp = datetime.now().strftime("%Y%m%d_%H%M%S") backup_path = f"{log_path}.{timestamp}" <strong># 重命名原日志文件</strong> shutil.move(log_path, backup_path) <strong># 创建新的空日志文件</strong> with open(log_path, 'w') as f: pass <strong># 可选：压缩旧日志</strong> shutil.make_archive(backup_path, 'zip', '.', backup_path) os.remove(backup_path)
# 使用示例 rotate_log_by_size(“/var/log/myapp.log”, max_size_mb=50)
按时间周期自动切割日志
某些场景下需每天或每小时切割一次日志，可通过记录上次切割时间来判断是否需要执行：
立即学习“Python免费学习笔记（深入）”；
import os import time <h1>记录上次切割时间的文件</h1><p>STATE_FILE = "/tmp/log_rotate_state.txt"</p><p>def should_rotate_by_time(interval_hours=24): if not os.path.exists(STATE_FILE): return True</p><pre class='brush:php;toolbar:false;'>with open(STATE_FILE, 'r') as f: try: last_time = float(f.read()) except: return True now = time.time() if now - last_time >= interval_hours * 3600: return True return False
def update_last_rotate_time(): with open(STATE_FILE, ‘w’) as f: f.write(str(time.time()))
# 结合使用 if should_rotate_by_time(24): rotate_log_by_size(“/var/log/myapp.log”) update_last_rotate_time()
集成到系统定时任务
将Python脚本加入crontab，实现自动化运行：
- 编辑定时任务：crontab -e
- 添加一行（每小时检查一次）：0 * * * * /usr/bin/python3 /path/to/your/log_rotate.py
确保脚本有可执行权限，并使用绝对路径调用Python解释器和日志文件。
基本上就这些。通过Python脚本，你可以自由扩展功能，比如发送切割通知、过滤特定日志行、上传到远程服务器等，实现真正“智能”的日志管理。不复杂但容易忽略的是权限问题——确保运行脚本的用户对日志目录有读写权限。