掌握Python日志记录利器（Python logging日志库详解与实战指南）

一、为什么需要日志？

相比简单的 print() 输出，日志具有以下优势：

• 可分级：支持不同严重级别的日志（如 DEBUG、INFO、WARNING 等）
• 可配置：可以灵活控制输出位置（控制台、文件、网络等）
• 可过滤：根据级别或来源选择性输出日志
• 结构化：便于后期分析和监控

二、logging模块的核心组件

理解以下四个核心概念是使用 Python日志配置 的基础：

1. Logger：日志记录器，是应用程序直接使用的接口，用于产生日志。
2. Handler：处理器，决定日志输出到哪里（如控制台、文件等）。
3. Formatter：格式器，定义日志的输出格式（如时间、级别、消息等）。
4. Level：日志级别，用于过滤日志信息的严重程度。

三、日志级别（Logging Levels）

Python logging模块定义了以下5个标准日志级别（按严重程度从低到高）：

默认情况下，logging模块只处理 WARNING 及以上级别的日志。

四、快速入门：最简单的日志记录

下面是一个使用 logging模块使用 的最简示例：

import logging# 记录不同级别的日志logging.debug('这是一个调试信息')logging.info('程序正常运行')logging.warning('警告：磁盘空间不足！')logging.error('发生了一个错误')logging.critical('严重错误：程序即将崩溃')

运行结果：

WARNING:root:警告：磁盘空间不足！ERROR:root:发生了一个错误CRITICAL:root:严重错误：程序即将崩溃

注意：只有 WARNING 及以上级别的日志被输出，因为默认日志级别是 WARNING。

五、自定义日志配置

要输出所有级别的日志并自定义格式，我们需要进行配置。以下是两种常用方式：

方法1：使用 basicConfig()（适合简单场景）

import logging# 配置日志级别、格式和输出位置logging.basicConfig(    level=logging.DEBUG,    format='%(asctime)s - %(levelname)s - %(message)s',    handlers=[        logging.StreamHandler(),  # 输出到控制台        logging.FileHandler('app.log', encoding='utf-8')  # 同时写入文件    ])# 测试日志logging.debug('调试信息')logging.info('普通信息')logging.warning('警告信息')

方法2：手动配置 Logger、Handler 和 Formatter（适合复杂项目）

import logging# 1. 创建 loggerlogger = logging.getLogger('my_logger')logger.setLevel(logging.DEBUG)# 2. 创建 handler（控制台）console_handler = logging.StreamHandler()console_handler.setLevel(logging.INFO)# 3. 创建 formatterformatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s')# 4. 将 formatter 添加到 handlerconsole_handler.setFormatter(formatter)# 5. 将 handler 添加到 loggerlogger.addHandler(console_handler)# 使用 loggerlogger.debug('这条不会显示，因为 console_handler 的级别是 INFO')logger.info('这是一条信息日志')logger.warning('这是一条警告日志')

六、最佳实践建议

• 为不同模块创建独立的 logger（使用 logging.getLogger(__name__)）
• 在生产环境中将日志写入文件，并定期轮转（可使用 RotatingFileHandler）
• 避免在日志中记录敏感信息（如密码、密钥）
• 合理设置日志级别：开发用 DEBUG，生产用 INFO 或 WARNING

七、总结

通过本教程，你已经掌握了 Python logging日志库 的基本用法、核心组件和配置方法。无论是简单的脚本还是复杂的Web应用，合理使用日志都能极大提升开发效率和系统可维护性。

记住关键点：Python日志级别 控制输出内容，logging模块使用 需要理解 Logger、Handler、Formatter 三者关系，而良好的 Python日志配置 是专业开发的标志之一。

现在就去你的项目中试试吧！