Python Logger setLevel 不生效的排查与解决

星野
星野
发布时间:2026-10-11| 3人浏览过
原创

在Python中,即使为Logger设置了setLevel,日志仍可能不生效。这是因为日志级别取决于Logger和Handler中较高的那个。解决此问题的有效方法是调用logging.root.setLevel(logging.NOTSET),确保根日志器不拦截任何级别的日志输出。

Logger 级别不生效的原因

在 Python 的 logging 模块中,日志记录器(Logger)的默认级别为 warning。当调用 setLevel 方法时,日志的实际输出级别由 Logger 和 Handler 中较高的那个决定。如果 Logger 的级别高于 Handler 的级别,日志将不会输出。

解决方案

解决此问题的有效方法是调用 logging.root.setLevel(logging.NOTSET)。这将确保根日志器不拦截任何级别的日志输出,从而允许 Logger 和 Handler 的级别设置生效。

import logging

class loggerr(object):
  def __init__(self,logger):
    self.logger = logging.getLogger(logger)
    self.fmt=logging.Formatter('%(asctime)s - %(name)s - %(levelname)s -%(message)s ')
    logging.root.setLevel(logging.NOTSET)
    #logging.basicConfig(level=logging.NOTSET)

  def getlog(self):
    ch=logging.StreamHandler()
    sh=logging.FileHandler('log1.log')
    ch.setFormatter(self.fmt)
    sh.setFormatter(self.fmt)
    ch.setLevel(logging.INFO)
    sh.setLevel(logging.INFO)
    self.logger.addHandler(ch)
    self.logger.addHandler(sh)
    return self.logger

if __name__ == '__main__':
  mylog=loggerr('mylog').getlog()
  mylog.info('infolog')
  mylog.debug('debuglog')
  mylog.warning('warninglog')
  mylog.error('errorlog')

代码解析

在上述代码中,我们创建了一个名为 loggerr 的类,用于封装日志记录器的初始化过程。在 __init__ 方法中,我们获取了一个名为 logger 的日志记录器,并设置了日志格式。接着,我们调用 logging.root.setLevel(logging.NOTSET) 来确保根日志器不拦截任何级别的日志输出。

在 getlog 方法中,我们创建了两个 Handler:一个用于控制台输出(StreamHandler),另一个用于文件输出(FileHandler)。我们为这两个 Handler 设置了相同的日志格式和级别(INFO),并将它们添加到日志记录器中。最后,我们返回配置好的日志记录器。

在 __main__ 部分,我们创建了一个名为 mylog 的日志记录器,并输出了不同级别的日志消息。由于我们调用了 logging.root.setLevel(logging.NOTSET),这些日志消息将按预期输出。

总结

通过调用 logging.root.setLevel(logging.NOTSET),我们可以确保 Logger 和 Handler 的级别设置生效,从而解决 Python 中 Logger setLevel 不生效的问题。这种方法简单有效,适用于大多数日志记录场景。

以上就是在Python中logger setlevel没有生效的解决方法的详细内容,更多关于Python日志级别设置的相关资料请关注本站其它相关文章!

相关标签:

免责声明:本文内容仅供参考,不代表本站观点。转载或引用请注明出处。

Python 相关产品和应用

全部下载
Selenium

Selenium

4.51.0 · Windows

用于浏览器自动化和 Web 测试的 Python 工具。

scikit-learn

scikit-learn

1.9.1 · Windows

常用 Python 机器学习算法与模型评估工具库。

Black

Black

26.10.1 · Windows

强调一致性的 Python 自动代码格式化工具。

Ruff

Ruff

0.17.1 · macOS

由 Rust 编写的高速 Python 代码检查和格式化工具。

pytest

pytest

9.1.1 · Windows

简洁而强大的 Python 自动化测试框架。

FastAPI

FastAPI

0.146.0 · Windows

高性能 Python API 框架,支持类型提示和自动接口文档。

Flask

Flask

3.1.3 · Windows

轻量灵活的 Python Web 应用框架。

Django

Django

6.1.2 · Windows

成熟的 Python Web 框架,适合构建内容站点和业务系统。

Spyder

Spyder

6.1.7 · Windows

面向科学计算与数据分析的 Python 集成开发环境。

SciPy

SciPy

1.18.1 · Windows

面向科学、工程和技术计算的 Python 算法库。