Python日志配置用Logging吗

wen python案例 2026-07-06 5

本文目录导读：

Python日志配置用Logging吗

为什么要用 logging 而不是 print？
推荐的配置方式（生产环境）
常见问题 & 最佳实践

是的,Python 标准库中的 logging 模块是配置日志最常用、最强大的工具，它非常灵活，适用于从简单脚本到大型系统的各种场景。

下面是一个快速、规范的日志配置示例，涵盖了控制台输出和文件输出：

import logging
# 1. 配置日志（通常在程序入口处配置一次）
logging.basicConfig(
    level=logging.INFO,                     # 设置最低日志级别（DEBUG, INFO, WARNING, ERROR, CRITICAL）
    format='%(asctime)s - %(name)s - %(levelname)s - %(message)s',  # 日志格式
    datefmt='%Y-%m-%d %H:%M:%S',            # 时间格式
    handlers=[
        logging.StreamHandler(),            # 输出到控制台
        logging.FileHandler('app.log', encoding='utf-8')   # 输出到文件
    ]
)
# 2. 获取一个日志记录器（推荐每个模块用 __name__）
logger = logging.getLogger(__name__)
# 3. 使用日志
logger.debug('这是一个调试信息')   # 不会输出（因为 level=INFO）
logger.info('应用启动成功')
logger.warning('磁盘空间不足')
logger.error('数据库连接失败')
logger.critical('系统崩溃')

为什么要用 `logging` 而不是 `print`？

场景	`print`	`logging`
控制输出开关	❌ 需注释/删除代码	✅ 设置 `level` 即可过滤
区分严重程度	❌ 无法区分	✅ DEBUG / INFO / WARNING / ERROR
输出到文件	❌ 需手动重定向	✅ 原生支持文件、网络、邮件等
包含时间/行号	❌ 需手动拼接	✅ 通过 `format` 自动附加
多模块支持	❌ 混乱	✅ 每个模块独立 logger

推荐的配置方式（生产环境）

对于复杂系统,建议使用配置文件（如 logging.conf 或 logging.yaml），避免硬编码：

使用 dictConfig（推荐）

import logging.config
LOGGING_CONFIG = {
    'version': 1,
    'formatters': {
        'default': {
            'format': '%(asctime)s - %(name)s - %(levelname)s - %(message)s'
        }
    },
    'handlers': {
        'console': {
            'class': 'logging.StreamHandler',
            'level': 'INFO',
            'formatter': 'default'
        },
        'file': {
            'class': 'logging.handlers.RotatingFileHandler',
            'filename': 'app.log',
            'maxBytes': 10*1024*1024,  # 10MB 轮转
            'backupCount': 5,
            'encoding': 'utf-8',
            'formatter': 'default'
        }
    },
    'root': {
        'level': 'INFO',
        'handlers': ['console', 'file']
    }
}
logging.config.dictConfig(LOGGING_CONFIG)
logger = logging.getLogger(__name__)

使用 YAML 配置文件

# logging.yaml
version: 1
formatters:
  default:
    format: '%(asctime)s - %(name)s - %(levelname)s - %(message)s'
handlers:
  console:
    class: logging.StreamHandler
    level: INFO
    formatter: default
  file:
    class: logging.handlers.TimedRotatingFileHandler
    filename: app.log
    when: midnight
    backupCount: 7
    encoding: utf-8
    formatter: default
root:
  level: INFO
  handlers: [console, file]

import yaml
import logging.config
with open('logging.yaml', 'r') as f:
    config = yaml.safe_load(f)
    logging.config.dictConfig(config)

常见问题 & 最佳实践

✅ 推荐做法

每个模块用自己的 logger：logger = logging.getLogger(__name__)
避免在库代码中配置 logging：库只应提供 logger，由主程序配置
使用 RotatingFileHandler 防止日志文件无限增长
从 DEBUG 级别开始，生产环境通过配置文件调整到 INFO/WARNING

❌ 不要这样做

# 坏实践：在库/模块顶层配置
import logging
logging.basicConfig(level=logging.DEBUG)  # 这会干扰使用者的配置

场景	推荐方案
简单脚本	`logging.basicConfig(level=logging.INFO)`
中型项目	使用 `dictConfig` 配置控制台+文件输出
大型系统	YAML 配置文件 + 轮转文件处理器
分布式系统	配合 `loguru` 或 ELK 堆栈使用