1. 为什么不用 print?
生产环境需要日志分级、持久化、格式化控制。print 一梭子下去,排查问题时两眼一抹黑。
2. 快速入门:logging 五大组件
| 组件 | 职责 |
|---|---|
| Logger | 日志入口,分等级 |
| Handler | 输出目的地(文件、终端、网络) |
| Formatter | 格式化输出样式 |
| Filter | 按条件过滤 |
| Level | DEBUG → INFO → WARNING → ERROR → CRITICAL |
3. 一行配置,即插即用
python
import logging
# 最简配置(同时输出到终端和文件)
logging.basicConfig(
level=logging.INFO,
format="%(asctime)s [%(levelname)s] %(name)s: %(message)s",
datefmt="%Y-%m-%d %H:%M:%S",
handlers=[
logging.StreamHandler(), # 终端
logging.FileHandler("app.log", encoding="utf-8"), # 文件
],
)
log = logging.getLogger(__name__)
log.info("服务启动成功")
log.warning("磁盘使用率超过 80%%")
log.error("数据库连接超时", exc_info=True) # 自动打印堆栈
4. 实用技巧:日志轮转
文件无限增大会撑爆磁盘,用 RotatingFileHandler 自动切割:
python
from logging.handlers import RotatingFileHandler
handler = RotatingFileHandler(
"app.log",
maxBytes=10 * 1024 * 1024, # 10MB
backupCount=5, # 保留 5 个备份
encoding="utf-8",
)
handler.setFormatter(logging.Formatter(
"%(asctime)s [%(levelname)s] %(name)s: %(message)s"
))
5. 按模块化分层
大型项目不要全局一把梭,每个模块独立 Logger:
python
# utils/db.py
logger = logging.getLogger("app.db")
# utils/http.py
logger = logging.getLogger("app.http")
配合 logging.getLogger("app") 统一配置,子 Logger 继承父配置,省心。
6. 高级:JSON 日志(对接 ELK / 日志平台)
python
import json
import logging
class JsonFormatter(logging.Formatter):
def format(self, record: logging.LogRecord) -> str:
log_obj = {
"time": self.formatTime(record, self.datefmt),
"level": record.levelname,
"logger": record.name,
"message": record.getMessage(),
}
if record.exc_info and record.exc_info[0]:
log_obj["exception"] = self.formatException(record.exc_info)
return json.dumps(log_obj, ensure_ascii=False)
7. 避坑指南
| 坑 | 正确做法 |
|---|---|
logger = logging.getLogger() 空参 |
用 __name__,方便定位模块 |
f"user={user}" 占位符用 f-string |
用 "user=%s" % user 惰性求值,避免不必要开销 |
重复添加 Handler(多次调用 basicConfig) |
使用 not logger.handlers 判空,或用单例 |
| 中文乱码 | FileHandler 加上 encoding="utf-8" |
| 生产环境打印 DEBUG 日志 | 用环境变量控制级别:level=getattr(logging, os.getenv("LOG_LEVEL", "INFO")) |
8. 开箱即用的模板
python
import logging
import logging.handlers
import sys
from pathlib import Path
def setup_logger(
name: str = __name__,
level: str = "INFO",
log_file: str | None = None,
) -> logging.Logger:
logger = logging.getLogger(name)
if logger.handlers:
return logger # 防止重复添加
logger.setLevel(getattr(logging, level.upper(), logging.INFO))
fmt = logging.Formatter(
"%(asctime)s [%(levelname)s] %(name)s:%(lineno)d: %(message)s"
)
# 终端 Handler(始终输出 >= WARNING)
console = logging.StreamHandler(sys.stdout)
console.setLevel(logging.WARNING)
console.setFormatter(fmt)
logger.addHandler(console)
# 文件 Handler 带轮转(输出全部级别)
if log_file:
Path(log_file).parent.mkdir(parents=True, exist_ok=True)
handler = logging.handlers.RotatingFileHandler(
log_file, maxBytes=10 << 20, backupCount=5, encoding="utf-8"
)
handler.setLevel(logging.DEBUG)
handler.setFormatter(fmt)
logger.addHandler(handler)
return logger
# 使用
log = setup_logger("my_app", level="DEBUG", log_file="logs/my_app.log")
log.info("✅ Logger 初始化完成")
小结
- 小脚本 :
logging.basicConfig一行搞定 - 中型项目:模块化 Logger + 文件轮转
- 大型/微服务:JSON 格式 + JSON 收集至 ELK/Loki
从现在开始,所有 Python 项目都值得用 logging 替代 print,这是专业开发者与新手的分水岭。