Pythonlogging日志记录全攻略

想知道**Python如何使用logging记录日志**吗？本文将带你深入了解Python内置的`logging`模块，这是记录Python程序日志的首选方法。从`logging.basicConfig()`的基本用法入手，教你如何设置日志级别（DEBUG、INFO、WARNING、ERROR、CRITICAL），控制台输出，到进阶配置，例如将日志写入文件、自定义日志格式并添加时间戳。更进一步，我们将探讨如何为多模块项目创建不同的logger，方便区分日志来源和管理。同时，本文也总结了使用`logging`的常见注意事项，例如避免混用`print`和`logging`，以及生产环境关闭DEBUG级别以提升性能等。掌握`logging`模块，让你的Python程序日志记录更加规范高效！

记录 Python 程序日志的推荐方式是使用内置 logging 模块。1. 基本用法：调用 logging.basicConfig() 配合 info、warning 等方法输出日志，默认只显示 WARNING 及以上级别，需设置 level=logging.INFO 才能显示 INFO 级别；常用级别按从低到高顺序为 DEBUG、INFO、WARNING（默认）、ERROR、CRITICAL。2. 进阶配置：通过 basicConfig 设置 filename 将日志写入文件，通过 format 定义格式并添加时间戳等信息。3. 多模块打日志：使用 getLogger 创建不同 logger 并设置独立级别和输出格式，便于区分来源与管理。4. 注意事项：避免混用 print 与 logging，防止重复添加 handler 导致重复输出，生产环境建议关闭 DEBUG 级别以提升性能。logging 功能全面，建议先掌握基础再逐步深入。

记录 Python 程序的日志，最常用也最推荐的方式就是使用内置的 logging 模块。它功能全面、配置灵活，能满足大多数项目的日志需求。

基本用法：快速上手

刚开始用 logging 的时候，直接调用 logging.basicConfig() 配合几个常用的日志输出方法就能满足基本需求。

import logging

logging.basicConfig(level=logging.INFO)
logging.info("这是一条信息日志")
logging.warning("这是一条警告日志")

这样会把日志输出到控制台，默认只显示 WARNING 及以上级别。如果你想看到 INFO 级别的日志，记得设置 level=logging.INFO。

常用日志级别从低到高分别是：

• DEBUG
• INFO
• WARNING（默认）
• ERROR
• CRITICAL

进阶配置：格式和输出位置

如果你希望日志有更清晰的格式，或者想保存到文件里，就需要对 basicConfig 做进一步配置。

比如下面这个例子，把日志写入文件，并加上时间戳：

logging.basicConfig(
    filename="app.log",
    level=logging.DEBUG,
    format="%(asctime)s - %(levelname)s - %(message)s"
)

这样你就可以在 app.log 文件中看到类似这样的内容：

2025-04-05 10:30:00,123 - INFO - 这是一条信息日志
2025-04-05 10:30:05,456 - ERROR - 出错了！

关键参数说明：

• filename：指定日志文件名
• format：定义日志格式
• datefmt：可选，自定义时间格式

多个模块/组件打日志：使用 logger 名字

当项目变大后，建议为不同模块创建不同的 logger，方便区分日志来源。

logger = logging.getLogger("my_module")
logger.setLevel(logging.DEBUG)

handler = logging.FileHandler("my_module.log")
formatter = logging.Formatter("%(name)s - %(levelname)s - %(message)s")
handler.setFormatter(formatter)

logger.addHandler(handler)
logger.debug("来自 my_module 的调试信息")

这种方式的好处是：

• 可以为不同模块设置不同的日志级别或输出方式
• 日志结构更清晰，排查问题更快捷

常见注意事项

• 不要混用 print 和 logging：上线后应该统一用 logging，print 不便于管理。
• 避免重复添加 handler：多次运行脚本时，可能会导致日志重复输出，可以在添加前判断是否已有 handler。
• 生产环境建议关闭 DEBUG 级别：避免产生大量日志影响性能。

基本上就这些。logging 模块功能很全，但一开始不需要全掌握，先学会基础用法，遇到具体需求再深入研究。

以上就是《Pythonlogging日志记录全攻略》的详细内容，更多关于的资料请关注golang学习网公众号！