Python日志记录完全指南（从入门到精通logging模块）

一、为什么需要日志？

相比简单的 print() 输出，日志具有以下优势：

• 可以设置不同级别（如 DEBUG、INFO、WARNING、ERROR、CRITICAL）
• 可将日志输出到文件、控制台、网络等多种目标
• 支持格式化输出（时间、模块名、行号等）
• 生产环境中可动态调整日志级别，无需修改代码

二、logging 模块基本用法

最简单的使用方式如下：

import logging# 配置日志基本设置logging.basicConfig(level=logging.INFO)# 记录不同级别的日志logging.debug("这是调试信息")logging.info("程序正常运行")logging.warning("警告：磁盘空间不足")logging.error("发生错误")logging.critical("严重错误！")

运行上述代码，你会看到除了 debug 级别外，其他日志都会输出，因为默认级别是 INFO，低于该级别的日志（如 DEBUG）会被忽略。

三、日志级别详解

logging 模块定义了以下5个标准日志级别（数值越小，级别越低）：

四、高级配置：自定义格式与输出文件

你可以通过 basicConfig 设置日志格式和输出目标：

import logginglogging.basicConfig(    level=logging.DEBUG,    format='%(asctime)s - %(name)s - %(levelname)s - %(message)s',    datefmt='%Y-%m-%d %H:%M:%S',    filename='app.log',    filemode='a')logging.info("这条日志将写入 app.log 文件")

上面的配置会：

• 记录所有级别（DEBUG 及以上）的日志
• 使用指定的时间格式（如 2024-06-01 10:30:45）
• 将日志追加写入 app.log 文件

五、使用 Logger 对象（推荐方式）

在大型项目中，建议为每个模块创建独立的 Logger，这样便于管理和过滤：

import logging# 创建一个名为 'my_app' 的 loggerlogger = logging.getLogger('my_app')logger.setLevel(logging.DEBUG)# 创建 handler（输出到控制台）handler = logging.StreamHandler()handler.setLevel(logging.INFO)# 创建 formatter 并添加到 handlerformatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s')handler.setFormatter(formatter)# 将 handler 添加到 loggerlogger.addHandler(handler)# 使用 logger 记录日志logger.info("这是来自 my_app 的信息")logger.warning("注意：这是一个警告")

这种方式让你可以为不同的模块设置不同的日志行为，是专业开发中的最佳实践。

六、常见问题与技巧

1. 避免重复日志：如果你发现日志被打印多次，可能是因为多次添加了 handler。可以在添加前检查：

if not logger.handlers:    logger.addHandler(handler)

2. 记录异常信息：使用 exc_info=True 可以自动记录完整的异常堆栈：

try:    result = 10 / 0except Exception as e:    logging.error("计算出错", exc_info=True)

七、总结

通过本教程，你已经掌握了 Python logging模块 的核心用法，包括基本配置、日志级别、格式化输出、文件写入以及高级 Logger 对象的使用。合理使用日志不仅能帮助你快速定位问题，还能提升系统的可维护性。

记住，在实际项目中，应根据环境（开发/测试/生产）配置不同的日志级别和输出方式。掌握这些 Python日志配置 技巧，将使你成为一名更专业的开发者。

现在就去试试吧！用 logging使用方法 替代你的 print() 语句，开启高效调试之旅。如果你刚开始学习，这份 日志记录教程 就是你最好的起点。