Python logging 模块使用指南：级别配置与异常处理实战

为何弃用 print 转向日志系统

调试阶段的 print 语句通常用于临时排查，一旦程序跑通便需逐一删除，容易遗漏或破坏代码结构。相比之下，logging 模块允许按严重等级过滤消息，支持将同一份日志同时输出至控制台、本地文件或网络终端，保持代码整洁的同时满足生产环境的审计与排错需求。

核心机制与内置级别说明

日志系统主要由三种对象协同工作：Logger（记录器）负责发出消息，Handler（处理器）决定消息去向（如控制台或磁盘），Formatter（格式器）定义输出样式。消息本身携带优先级阈值，默认采用以下五级数值排序：

• DEBUG：详细诊断信息，通常仅在开发期开启。
• INFO：确认程序按预期运行的常规状态。
• WARNING：潜在问题提示，不影响当前流程但可能引发故障。
• ERROR：导致部分功能失效的严重异常。
• CRITICAL：致命错误，通常直接终止进程。

除了基础常量，该模块还预置了多种处理器子类以应对不同场景。例如向磁盘写入时使用 FileHandler，需要按大小自动切分归档则选用 RotatingFileHandler，针对后台服务可结合 SysLogHandler 对接系统守护进程。

基础日志输出配置

通过 basicConfig 可一键完成全局初始化，指定文件名、写入模式与输出模板后，后续调用将自动继承这些参数。

第1步：配置全局规则并实例化记录器

入口为 logging 模块根命名空间。设定最低拦截级别为 DEBUG，关闭默认的 root 处理器以避免重复输出。

# 导入日志模块
import logging

# 配置基础参数：文件名、时间戳格式、覆盖写入模式
logging.basicConfig(
    filename="app.log",
    format="%(asctime)s | %(levelname)s | %(message)s",
    filemode="w",
    level=logging.DEBUG
)

# 获取自定义记录器实例，替代默认的 root logger
logger = logging.getLogger("my_app")

第2步：按级别触发分类日志

利用 logger.debug() 等方法发送不同严重程度的内容。当变量插入格式字符串时，推荐使用占位符配合动态传参，避免性能损耗。

# 测试各级别输出
logger.debug("A harmless debug message")       # 仅用于深度调试
logger.info("Just providing some information") # 运行状态通知
logger.warning("Resource usage exceeding threshold") # 资源告警
logger.error("Connection timeout after retry")   # 业务报错
logger.critical("System shutdown imminent")      # 致命中断

基于配置文件的集中化管理

对于需要区分主程序与依赖库、或多端点同步日志的项目，硬编码配置不利于维护。推荐使用 INI 格式的独立配置文件交由 fileConfig 解析。

# 假设保存为 temp.conf
[loggers]
keys=root,simpleExample

[handlers]
keys=consoleHandler

[formatters]
keys=simpleFormatter

[logger_root]
level=DEBUG
handlers=consoleHandler

[logger_simpleExample]
level=DEBUG
handlers=consoleHandler
qualname=simpleExample
propagate=0

[handler_consoleHandler]
class=logging.StreamHandler
level=DEBUG
formatter=simpleFormatter
args=(sys.stdout,)

[formatter_simpleFormatter]
format=%(asctime)s - %(name)s - %(levelname)s - %(message)s

加载配置并创建具名记录器：

import logging
import logging.config

# 读取外部配置
logging.config.fileConfig('temp.conf')
logger = logging.getLogger('simpleExample')

# 验证分级输出
logger.debug('debug message')
logger.info('info message')
logger.warning('warn message')
logger.error('error message')
logger.critical('critical message')

异常堆栈追踪与日志轮转策略

在生产环境中捕获运行时错误是关键环节。直接打印异常信息往往丢失上下文，logging.exception() 会自动附加完整的 traceback 堆栈路径。

def perform_calculation(value):
    if value < 0:
        raise ValueError("Invalid input: negative number detected.")
    return value * 2

try:
    user_input = int(input("Enter a number: "))
    result = perform_calculation(user_input)
except ValueError as ve:
    # 自动记录当前堆栈轨迹
    logging.exception("Calculation failed due to invalid input: %s", str(ve))

为防止日志文件无限膨胀占用磁盘，建议启用轮转机制。例如引入 RotatingFileHandler(maxBytes=10485760, backupCount=5) 可将单文件限制在 10MB 以内，超出后自动压缩归档旧版备份，兼顾存储安全与检索效率。

以上就是 Python logging 模块分级控制与异常处理的详细内容，更多关于 Python 日志系统高级配置的实战技巧请关注本站其它相关文章！